HAL Id: tel-01347680https://tel.archives-ouvertes.fr/tel-01347680

Submitted on 21 Jul 2016

HAL is a multi-disciplinary open accessarchive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come fromteaching and research institutions in France orabroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, estdestinée au dépôt et à la diffusion de documentsscientifiques de niveau recherche, publiés ou non,émanant des établissements d’enseignement et derecherche français ou étrangers, des laboratoirespublics ou privés.

Economie et régulation des réseaux : urbanisation,télécommunications et Internet

Alexandre Guimard

To cite this version:Alexandre Guimard. Economie et régulation des réseaux : urbanisation, télécommunications et In-ternet. Economies et finances. Université Paris-Saclay, 2016. Français. �NNT : 2016SACLN016�.�tel-01347680�

0

NNT : 2016SACLN016

THESE DE DOCTORAT DE

L’UNIVERSITE PARIS-SACLAY

PREPAREE A

L’ECOLE NORMALE SUPERIEURE DE CACHAN

ÉCOLE DOCTORALE N°578

École doctorale des Sciences de l’Homme et de la Société

Spécialité des Sciences Économiques

Par

M. Alexandre Guimard

Economie et régulation des réseaux : urbanisation, télécommunications et Internet

Thèse présentée et soutenue au CRED, le 13/06/2016

Composition du Jury :

M. Marc, Bourreau Professeur, Télécom ParisTech Président

M., Nicolas, Curien Professeur émérite du CNAM, membre du CSA et membre de

l’Académie des technologies

Rapporteur

M., Bruno, Deffains Professeur, Université Panthéon-Assas Rapporteur

M., Laurent Benzoni Professeur, Université Panthéon-Assas Directeur de thèse

1

Titre : Économie et régulation des réseaux :

urbanisation, télécommunications et Internet.

Mots clés : Urbanisation, économie et

régulation des réseaux, télécommunications,

Internet, neutralité du net, bloqueurs de

publicités

Résumé : Cette thèse par articles se compose de

trois chapitres.

Le premier chapitre traite principalement de

l’urbanisation. Il apporte un éclairage sur l’histoire

des villes ainsi que sur les évolutions futures

attendues. Ainsi, cet aperçu permet de comprendre

les grands enjeux pour les décideurs publics

concernés par les problèmes de congestion, de

pollution, d’étalement urbain, etc. Les phénomènes

d’urbanisation comme l’étalement urbain

accentuent les enjeux de financement des nouvelles

infrastructures de réseaux de télécommunications

dans les zones rurales impactées par la hausse du

taux d’urbanisation. Les problématiques

spécifiques au secteur des transports trouvent aussi

leur transposition dans le domaine des réseaux de

télécommunications. Un certain nombre

d’enseignements issus des politiques de transport

peuvent donc être tirés pour la régulation des

télécommunications.

Le deuxième chapitre vise à répondre à la

problématique du financement de nouvelles

infrastructures de réseaux. Pour cela, trois essais

sont proposés. Dans le premier essai, il est

démontré que la menace crédible par l’État du

déploiement d’une nouvelle infrastructure de

réseaux peut inciter les acteurs privés à investir

dans de nouvelles technologies de réseaux. Cette

politique incitative n’est pas suffisante. Elle doit

s’accompagner d’une politique de régulation de

l’accès. Dans le deuxième essai, il est notamment

démontré que le prix de l’accès aux infrastructures

de réseaux doit intégrer une prime de risque afin

que les acteurs privés soient totalement rémunérés

pour le risque d’investissement et qu’ils continuent

d’être incités à investir dans le futur. Le cadre

conceptuel appliqué au marché du Qatar permet

d’estimer la prime de risque selon divers scénarii.

Enfin, le troisième essai propose une nouvelle

approche de régulation pour traiter de la Neutralité

du Net. En particulier, il est démontré que des

pauses réglementaires des règles de la Neutralité du

Net pourraient s’avérer utiles. En effet, une pause

réglementaire de certains principes stricts de la

Neutralité du Net permettrait à un opérateur de

vendre, pour une période limitée, des capacités

supplémentaires aux fournisseurs de contenus et

services. A l’issu de cette période, la capacité

supplémentaire du réseau pourrait être réallouée à

l’ensemble des services Internet soumis au régime

du Best-Effort. Ainsi, il est démontré que cette

régulation permettrait à la fois d’inciter les

fournisseurs d’accès à Internet à investir mais aussi

d’assurer une qualité de service relative constante

sur Internet.

Le troisième chapitre traite de l’effet des bloqueurs

de publicités sur le marché de l’Internet. Le modèle

théorique met en évidence les effets opposés de la

publicité sur les réseaux de télécommunications : la

publicité congestionne les réseaux mais permet

également de promouvoir la diversité des contenus

proposés aux consommateurs. Ainsi, il est

démontré que le fournisseur d’accès à Internet peut

être incité à intégrer un bloqueur de publicités, ce

qui est sous certaines conditions socialement

souhaitable du point de vue du bien-être collectif.

2

Title: Network economics and regulation:

urbanization, telecommunications, and

Internet

Key words: urbanization, network economics

and regulation, telecommunications, Internet,

net neutrality, and ad blockers

Summary: This PhD thesis consists of three

chapters.

The first chapter deals with urbanization. A brief

history and forecast of cities are highlighted. This

overview explains current and upcoming issues in

cities, such as congestion, air pollution, urban

sprawl, etc. Urban sprawl, among other things,

accentuates the question of how to finance network

infrastructures such as telecommunications

networks at the local loop level in sparsely

populated areas. Specific urban policies can be

transposed to telecommunications. Some lessons

are valuable to regulate this sector.

The second chapter is focuses on funding new

telecommunications networks. Three articles are

put forth. In the first one, it is shown that the

credible threat of a State-owned network can be an

incentive for private players to invest in a next-

generation access. This incentive regulation,

however, does not suffice. It should be

accompanied by dedicated access regulation. In the

second article, it is shown that the regulated access

price must include a risk premium to compensate

the incumbent for the investment risk of

asymmetric regulation. The proposed theoretical

framework applies to the Qatari fixed market.

Finally, in the third article, a new regulatory

approach is put forth to address the issue of Net

Neutrality, in particular, regulatory holidays of Net

Neutrality rules can be relevant. This innovative

approach would allow an Internet Service Provider,

to sell, for a given time period, additional

bandwidth to content and service providers. At the

end of the period, additional bandwidth could be

re-allocated to the Open Internet that functions

under the Best-Effort regime. Hence, it is shown

that this regulatory approach could be an incentive

for Internet service providers to invest in more

bandwidth but it would also guarantee, in the long

run, a given level of quality of service for Internet

services.

The third chapter deals with the effect of ad

blocking on the Internet. The proposed theoretical

model highlights the opposite effects of ad

blocking on telecommunications networks: on the

one hand, ad blocking reduces network congestion,

on the other hand, ad blocking increases available

content diversity over the Internet. In

consequence, Internet service providers have an

incentive to integrate an ad blocker, which can be

welfare enhancing under certain specific

conditions.

3

Remerciements

Je remercie tout naturellement Laurent Benzoni d’avoir encadré ce travail de recherche. Je le remercie

pour ses très nombreux enseignements et conseils qui m’ont permis d’avoir une vision plus éclairée

sur les enjeux et problématiques dans le domaine des infrastructures de réseaux de

télécommunications. Je le remercie pour ses encouragements et aussi pour m’avoir donné

l’opportunité de m’initier au métier de consultant.

De même, je n’oublie pas l’ensemble des doctorants de l’ENS Cachan, des salariés de Tera

Consultants, et des personnes avec qui j’ai eu l’occasion de travailler. Je remercie Adrien Karsenty,

doctorant, avec qui j’ai co-écrit le dernier essai de cette thèse consacré aux bloqueurs de publicités.

Je souhaite remercier tout particulièrement l’ensemble de ma famille, mes proches et mes amis, pour

leur soutien, leur bienveillance et leur patience. Je les remercie pour tous les moments passés en leur

présence qui m’ont permis de me ressourcer et de mieux appréhender mon travail doctoral.

4

Table des matières

INTRODUCTION GENERALE ......................................................................................................................................... 7

CHAPITRE 1 UN APERÇU DES PHENOMENES URBAINS, QUELS ENSEIGNEMENTS POUR LA REGULATION DES

TELECOMMUNICATIONS ? .........................................................................................................................................14

1 Présentation ......................................................................................................................................................... 15

2 Introduction .......................................................................................................................................................... 16

3 Une brève histoire des villes ................................................................................................................................. 18

4 Prévisions .............................................................................................................................................................. 32

5 L’apport de la recherche en Economie et en Géographie pour expliquer les phénomènes d’urbanisation ......... 40

6 Les enjeux des politiques publiques ...................................................................................................................... 49

7 Quels enseignements pour la régulation des télécommunications ? ................................................................... 62

8 Conclusion ............................................................................................................................................................ 67

9 Bibliographie ........................................................................................................................................................ 69

CHAPITRE 2 LA REGULATION INCITATIVE AUX INVESTISSEMENTS DANS LES TELECOMMUNICATIONS ......................75

ESSAI 1 LA REGULATION PAR LA MENACE CREDIBLE, UN OUTIL INCITATIF POUR LE DEPLOIEMENT DE NOUVELLES INFRASTRUCTURES DE

RESEAUX ......................................................................................................................................................................... 76

1 Présentation ......................................................................................................................................................... 77

2 Résumé ................................................................................................................................................................. 78

3 Introduction .......................................................................................................................................................... 79

4 Pourquoi les acteurs privés ne déploient pas, ou pas assez vite un réseau fibre ? ............................................... 81

5 Comment inciter au déploiement de la fibre ? ..................................................................................................... 86

6 Un modèle d’incitation au déploiement d’une infrastructure par la menace crédible ......................................... 93

7 La menace crédible pour le déploiement d’un réseau fibre, un cas français à un niveau local ............................ 97

8 Le déploiement de la fibre au Qatar par la menace crédible ............................................................................... 98

9 Le nouvel enjeu au Qatar, une régulation de l’accès pour davantage de concurrence ...................................... 102

10 Conclusion ........................................................................................................................................................ 105

11 Bibliographie .................................................................................................................................................... 107

ESSAI 2 REGULATION DE L’ACCES : UNE JUSTE COMPENSATION POUR LE RISQUE D’INVESTISSEMENT – L’EXEMPLE DU QATAR................ 112

1 Présentation ....................................................................................................................................................... 113

2 Résumé ............................................................................................................................................................... 114

3 Introduction ........................................................................................................................................................ 115

4 L’intérêt de l’approche des options réelles pour la régulation de l’accès ........................................................... 116

5 Une prime de risque pour compenser l’opérateur pour le risque lié à une régulation asymétrique .................. 119

6 Application pour le marché fixe du Qatar .......................................................................................................... 127

7 Conclusion .......................................................................................................................................................... 141

8 Bibliographie ...................................................................................................................................................... 143

ESSAI 3 UNE PAUSE REGLEMENTAIRE DES REGLES DE LA NEUTRALITE DU NET, UNE REGULATION HYBRIDE OPTIMALE ? ........................ 149

5

1 Résumé ............................................................................................................................................................... 150

2 Introduction ........................................................................................................................................................ 151

3 Les enjeux du débat de la Neutralité du Net (NN) .............................................................................................. 155

4 Des regulatory holidays des règles de la NN, une solution ? .............................................................................. 160

5 Conclusion .......................................................................................................................................................... 174

6 Bibliographie ...................................................................................................................................................... 175

CHAPITRE 3 BLOQUEURS DE PUBLICITES ET NOUVEAUX MODELES ECONOMIQUES SUR INTERNET ........................ 181

Présentation .......................................................................................................................................................... 182

CONTEXTE ET PROBLEMATIQUE .......................................................................................................................................... 183

ESSAI 4 UN MODELE ECONOMIQUE POUR ANALYSER L’EFFET DES BLOQUEURS DE PUBLICITES ......................................................... 192

1 Résumé ............................................................................................................................................................... 193

2 Introduction ........................................................................................................................................................ 194

3 Le marché de l’Internet en l’absence de logiciels bloqueurs de publicités ......................................................... 195

4 Introduction d’un logiciel bloqueur de publicités ............................................................................................... 201

5 Intégration du bloqueur de publicités par le FAI ................................................................................................ 209

6 Effet du bloqueur de publicités sur le bien-être collectif .................................................................................... 214

7 Conclusion .......................................................................................................................................................... 225

8 Bibliographie ...................................................................................................................................................... 227

CONCLUSION GENERALE .......................................................................................................................................... 232

ANNEXES ................................................................................................................................................................. 240

URBANIZATION : AN OVERVIEW ......................................................................................................................................... 241

0 Foreword ............................................................................................................................................................ 242

1 History of urbanization and first modeling stages ............................................................................................. 250

2 Regularities about the internal structure of cities .............................................................................................. 266

3 The distribution of cities ..................................................................................................................................... 277

4 Forecasts ............................................................................................................................................................ 281

5 Concluding comments ........................................................................................................................................ 289

6 Bibliography ....................................................................................................................................................... 291

REGULATION BY IRREVERSIBLE COMMITMENT: USING CREDIBLE THREATS AS AN INCENTIVE TO DEPLOY NEW INFRASTRUCTURE .............. 297

1 Why don’t private players deploy fibre networks? Or drag their feet in doing so? ............................................ 299

2 How to incite fibre deployment? ........................................................................................................................ 301

3 A model to incite infrastructure deployment using a credible threat ................................................................. 303

4 A credible threat to deploy a fibre network, a local French case ....................................................................... 306

5 Using a credible threat to deploy fibre in Qatar ................................................................................................. 306

6 Qatar’s new challenges, using access regulation to spur competition ............................................................... 308

7 Conclusion .......................................................................................................................................................... 309

8 Bibliography ....................................................................................................................................................... 311

ARTICLE PUBLIE DANS « THE CONVERSATION » : L’EFFET DES BLOQUEURS DE PUBLICITES SUR LES MODELES ECONOMIQUES DE L’INTERNET

6

................................................................................................................................................................................... 316

QUESTION ECRITE N° 18392 DE MME CATHERINE MORIN-DESAILLY (SEINE-MARITIME - UDI-UC), PUBLIEE DANS LE JO SENAT DU

22/10/2015 - PAGE 2484 .............................................................................................................................................. 320

DETAILS DES CALCULS DE L’ESSAI 4 : BLOQUEURS DE PUBLICITES ET NOUVEAUX MODELES ECONOMIQUES SUR INTERNET ..................... 322

1 Calcul 𝝅𝒒𝑭𝑨𝑰 ∗ 𝑭𝑨𝑰 en fonction de 𝝅𝒒𝑨𝑩 ∗ 𝑭𝑨𝑰 et 𝝅𝒒𝑨𝑩 ∗ 𝑨𝑩 .................................................................... 322

2 Équilibre de Nash 𝒗 ∗ .......................................................................................................................................... 322

3 Optimum social .................................................................................................................................................. 323

4 Calcul de 𝒛 .......................................................................................................................................................... 324

5 Gain de la régulation .......................................................................................................................................... 324

7

Introduction générale

En 1883, Walras indique : “Malheureusement, il faut bien le dire, les économistes jusqu'ici ont moins

démontré leur laisser-faire laisser-passer qu'ils ne l'ont affirmé à l'encontre des socialistes, anciens et

nouveaux, qui, de leur côté, affirment, sans la démontrer davantage, l'intervention de l'État.”1.

Cette problématique de la compatibilité des décisions individuelles avec l’intérêt collectif avait fait

en réalité l’objet de nombreux débats depuis bien longtemps comme le soulignent Alain Marciano et

Steven G. Medema2. Mais cette question était abordée sous un angle politique voire idéologique

plutôt qu’analytique et scientifique, ce qui explique la réflexion désabusée de Walras.

Ce n’est réellement qu’à partir du début du 20ème siècle que des auteurs vont s’attacher à démontrer

rigoureusement la nécessité et les modalités d’une intervention publique dans l’économie et les

marchés dès lors qu’elle est adéquate et proportionnée. Ainsi, Pigou (1912) insuffle l’idée qu’une

taxe pourrait s’avérer utile pour forcer certains acteurs économiques à internaliser les externalités

négatives qu’ils imposent aux tiers. Au sortir de la seconde guerre mondiale, Paul Samuelson3

mobilise l’économie mathématique pour traiter de la problématique des biens publics déjà mise en

exergue par Adam Smith4. En 1958, Francis Bator définit pour la première fois le concept de

1 Théorie mathématique de la richesse sociale, Léon Walras, éd. Guillaumin, 1883, p.79.

2 “[…] we find Plato and Aristotle arguing for a wide range of legal restrictions to guard against macroeconomic (to use

the modern term) instability; Aquinas making the case for rules that promote a measure of Christian justice in economic

affairs; mercantilist writers lobbying for restrictions on various forms of trade (and support for others), as well as for

regulations on consumption activity; and physiocratic thinkers pleading for restrictions on manufacturers and support

for agricultural interests1 —all based on the view that the pursuit of individual self-interest through a relatively unfettered

marketplace does not promote the best interests of society as a whole”. (Alain Marciano et Steven G. Medema 2015)

3 “The Pure Theory of Public Expenditures” (Samuelson 1954)

4 Dans l’ouvrage « Recherches sur la nature et les causes de la richesse des nations » publié en 1776

8

“défaillance de marché”5, avec pour objectif de synthétiser la grande variété des travaux passés qui

mettent en évidence l’inefficience des marchés laissés à eux-mêmes. C’est dans la lignée de ces

travaux que de nombreux économistes ont proposé des analyses des multiples facettes du pouvoir de

marché et de sa régulation. Cette branche de la discipline économique a encore reçu récemment une

véritable consécration avec la désignation de Jean Tirole qui a obtenu le prix Nobel d’Économie pour

« son analyse du pouvoir de marché et de sa régulation »6.

Ainsi, les nombreux travaux menés tout au long du 20ème siècle ont permis de démontrer que le

« laisser faire » « laisser passer »7 se devait souvent d’être encadré par une intervention économique

de l’État, adéquate et mesurée. En effet, sous les conditions de la concurrence pure et parfaite, le

marché permet d’atteindre l’optimum de Pareto se définissant comme l’équilibre pour lequel aucun

autre équilibre n’est préférable d’un point de vue du bien-être collectif. Cependant, comme « la

concurrence est rarement parfaite, les marchés ont des failles » (cf. note 6), les intérêts individuels ne

convergent pas toujours vers la poursuite de l’intérêt collectif. En d’autres termes, il existe souvent

un écart entre les équilibres de marché imparfait et l’équilibre de premier rang qui aboutit à la

maximisation du bien-être collectif. L’intervention d’une autorité « hors marché » se légitime pour

redresser ce biais, au travers de l’instauration de contraintes et d’obligations, la régulation. Celle-ci

peut-être ex-ante et/ou ex-post. Il importe alors que les coûts inhérents à l’intervention soient plus

limités que les coûts sociétaux imputables aux défaillances de marché8.

L’intervention publique semble particulièrement indispensable dans certains secteurs lorsque la

présence de forts rendements croissants débouche sur des situations monopolistiques (Piero Sraffa9)

et si de surcroît ces activités sont créatrices de fortes externalités, positives ou négatives. Les secteurs

des industries de réseaux telles que la distribution de l’eau, de l’énergie, des transports ou encore des

télécommunications, présentent ces deux caractéristiques de monopole naturel et de fortes

externalités : l’intervention d’autorités « hors marché » y semble donc particulièrement nécessaire.

5 The Anatomy of the Market Failure, Francis Bator, 1958

6 Dans le cadre de sa présentation, au Nobel, Jean Tirole part aussi du constat que « la concurrence est rarement parfaite,

les marchés ont des failles »6

7 quoique pouvant rester la norme dans le cadre d’un système capitaliste où le droit de propriété prévaut

8 Coase critique une intervention hors marché pour résoudre le problème des externalités. Pour l’auteur, l’État doit

seulement assurer le respect des droits de propriétés pour les biens communs. La réflexion de l’auteur a donné lieu à

l’élaboration des marchés de droits à « polluer ». (“the problem of social cost” Coase 1960)

9 “The laws of returns under competitive conditions”, 1926

9

En effet, de forts rendements croissants sont présents dans ces secteurs et l’ampleur des externalités

positives extra-sectorielles est jugée très importante. Par exemple, un secteur de l’énergie performant

et présent sur tout le territoire est indispensable pour l’ensemble de l’économie et de la société. De

même, l’accès à l’eau améliore la santé des populations et la productivité (World Health Organization

200810), tandis que les infrastructures de transport favorisent la circulation des biens et des personnes

dynamisant par la même occasion l’économie. Il est ainsi montré qu’une augmentation des dépenses

(et/ou du stock) en infrastructures a un effet positif sur la croissance économique (Calderon et Serven

2014)11. En moyenne, l’élasticité du PIB en fonction des dépenses publiques est estimée à environ

0.112. En tout état de cause, les travaux économiques s’accordent à dire que les infrastructures

conditionnent d’une manière ou d’une autre le potentiel économique des pays.

Malgré la présence de ces fortes externalités positives extra-sectorielles, sans aucune intervention

« hors marché », les opérateurs privés ne sont pas suffisamment incités à investir dans ces

infrastructures. C’est particulièrement vrai dans les zones peu denses. En effet, parce que les

infrastructures nécessitent d’importants investissements capitalistiques, la densité des populations

constitue un élément clé pour expliquer le niveau des coûts unitaires d’accès aux infrastructures. Il

s’en suit que les seuils de prix qui permettent au minimum de couvrir les coûts outrepassent

généralement les capacités de paiement des populations dans les zones peu denses. L’espoir des

opérateurs privés de rentabiliser des infrastructures étant faible voire nul, ceux-ci ne déploient pas

dans les zones concernées si aucune intervention « hors marché » ne vient au minimum combler leurs

pertes.

10 “An important share of the total burden of disease worldwide—around 10%—could be prevented by improvements

related to drinking-water, sanitation, hygiene and water resource management” p.11

11 même si le niveau de précision de ces effets est relativement faible pour deux raisons. Premièrement, à cause des

problèmes d’endogénéité, la significativité et l’ampleur de l’élasticité divergent d’une étude à l’autre. En effet, la relation

de causalité entre le niveau de richesse et le niveau d’investissement n’est pas unidirectionnelle : les investissements en

infrastructure peuvent conduire à davantage de croissance économique tandis qu’une croissance économique soutenue

conduit à des investissements supplémentaires. Deuxièmement, il existe un certain niveau d’hétérogénéité entre les

régions et les secteurs. L’élasticité pour un secteur et une région donnée peut donc être tout aussi bien sous-estimée que

surestimée sur la base d’une élasticité moyenne.

12 “Drawing from a large number of subsequent empirical studies using aggregate data, primarily from industrial

countries, a meta-regression analysis of the elasticity of output with respect to public capital yields an average estimate

around .10” (Source: Calderon et Serven 2014)

10

L’intervention de l’État et la couverture des territoires en infrastructures

Outre le fait que les opérateurs privés n’internalisent pas totalement les externalités positives sur

l’activité économique et sociale, d’autres éléments relatifs à l’équité des territoires et des populations

sont susceptibles de justifier l’intervention des pouvoirs publics afin de combler la défaillance de

l’initiative privée13. En effet, le risque d’une couverture en infrastructure hétérogène au sein des

territoires réside dans l’exclusion économique et sociale des populations enclavées. Pour limiter ce

risque, les pouvoirs publics peuvent instaurer des services d’intérêt économique général. Certains de

ces services peuvent en outre faire l’objet d’une obligation de service universel.

En Europe, un service universel dans les télécommunications a été proposé par le conseil des

ministres européens dès 1996. Transposé en droit français, le service universel dans les

télécommunications donne la possibilité de jouir d’ « un service téléphonique de qualité à un prix

abordable » permettant l’acheminement entre autres « […] des communications de données à des

débits suffisants pour permettre l'accès à Internet » (loi n° 96-659, article L35-1). En France, le choix

a été fait de faire financer la composante géographique du service universel des télécommunications

par les opérateurs. Ces derniers participent au prorata de leurs revenus au « fonds de service

universel »14, afin que le prestataire du service universel15 soit in fine compensé pour les coûts nets

du service universel. Il convient de noter que la composante géographique du service universel dans

les télécommunications ne concerne ni les réseaux mobile ni les services d’accès à Internet fixe haut

et très haut débit. En revanche, au travers du plan très haut débit, le gouvernement français a pour

objectif de déployer des réseaux d'accès à Internet très haut débit sur l'ensemble du territoire d'ici

2022. Pour cela, des subventions publiques viennent combler les défaillances du marché en finançant

la moitié des coûts de déploiement des « réseaux d’initiatives publique »16. Ces réseaux font l’objet

d’une obligation d’ouverture à des conditions tarifaires « objectives, transparentes, non

discriminatoires et proportionnées ». En particulier, après avis de l’Autorité de régulation des

communications électroniques et des postes (l’ARCEP), les collectivités locales doivent établir dans

ces zones d’initiative publique des prix de gros en référence aux prix qui prévalent dans les zones

13 La problématique de la couverture des territoires en infrastructures renvoie donc à un problème d’allocation, de

production et de redistribution des ressources.

14 géré par la caisse des dépôts et des consignations

15 l’opérateur Orange au moins jusqu’en novembre 2016

16 qui couvrent 43% de la population résidant dans les zones les moins denses du territoire

11

d’initiative privée soumises à la concurrence. Une telle fixation de prix de gros dans les zones

d’initiative publique devrait avoir pour effet de permettre une certaine homogénéité des prix de détail

offerts aux consommateurs par les opérateurs sur l’ensemble du territoire français.

Cet enjeu de la couverture des territoires par les infrastructures, notamment dans le secteur des

télécommunications, est accentué du fait de l’étalement urbain et de la hausse concomitante des taux

d’urbanisation. Nous développons plus précisément au Chapitre 1 ces phénomènes, relatifs à la

concentration des entreprises et des ménages dans l’espace17.

De plus, toutes choses égales par ailleurs, en particulier, pour un niveau donné de densité urbaine, le

niveau de concurrence sur le marché de gros et de détail, ainsi que la régulation de l’accès et d’autres

contraintes réglementaires telles que les règles de la Neutralité du Net peuvent aussi expliquer la

faible incitation des opérateurs privés à investir dans de nouvelles technologies de réseaux. En

l’occurrence, le coût d’opportunité d’investir dans une boucle locale en fibre optique est d’autant plus

élevé pour un opérateur historique que la rente sur la boucle locale cuivre est élevée. Or, l’espérance

de rentabiliser la fibre peut être fortement réduite si, la régulation de l’accès est seulement basée sur

les coûts au niveau du marché en amont tandis que l’obligation d’ouverture à des conditions tarifaires

avantageuses exacerbe la concurrence en services au niveau du marché en aval. Toute la difficulté

des régulateurs est donc d’inciter les opérateurs privés à investir dans les infrastructures tout en

assurant la protection des consommateurs et en promouvant la concurrence en services.

L’incitation à l’investissement dans de nouvelles technologies de réseaux

Le rôle du régulateur est double.

17 Une brève histoire et prospective des phénomènes urbains sont tout d’abord présentés. Ensuite, il sera question de

montrer dans quelle mesure les recherches en Économie et en Géographie permettent de mieux comprendre et d’expliquer

la formation et le développement des villes. En présence de fortes économies d’agglomération (externalités de

localisation), les concentrations doivent être promues tandis que certains comportements individuels créateurs

d’externalités négatives doivent être limités. Ainsi, il conviendra d’identifier le rôle des politiques publiques. À partir de

cet aperçu des phénomènes urbains et des politiques publiques affiliées, nous tirerons deux principaux enseignements

pour la régulation des télécommunications. Tout d’abord, l’étalement urbain couplé à la hausse des taux d’urbanisation

exacerbe les enjeux de la couverture des infrastructures de réseaux. Ensuite, le principe de liberté et de gratuité de

circulation dans le domaine des transports, appliqué au secteurs des télécommunications, laisse à penser que le régulateur

devrait toujours s’assurer qu’un minimum de bande passante est toujours alloué à l’Internet ouvert soumis au régime du

Best-Effort.

12

Premièrement, la régulation de l’accès doit permettre d’assurer un accès non-discriminatoire et des

prix raisonnables d’accès aux infrastructures essentielles18 qui ne peuvent pas être répliquées par

d’autres concurrents (monopole naturel sur le marché en amont). Ce type de régulation a pour but de

promouvoir la concurrence en services sur le marché en aval et donc de limiter le pouvoir de marché

de l’opérateur historique. Elle vise à diminuer les prix de détail et améliorer la diversité et la qualité

des services offerts au consommateur final. Si le prix de l’accès est fixé par le régulateur, celui-ci doit

être suffisamment faible pour permettre de développer une concurrence en services. Si une régulation

ex-ante n’est pas appliquée, une régulation ex-post est nécessaire afin de vérifier qu’un espace

économique suffisant existe pour les concurrents sur le marché en aval (test du margin squeeze).

Deuxièmement, si le prix régulé ne doit pas être trop élevé, il ne doit pas non plus être trop faible. En

effet, l’opérateur historique doit être incité à investir dans de nouvelles infrastructures. Le prix régulé

de l’accès doit donc compenser l’opérateur pour le risque d’investissement. Le deuxième chapitre de

cette thèse se concentre sur cette problématique de l’incitation à l’investissement. Une nouvelle

approche de régulation par la menace crédible est proposée à l’Essai 1. Il est démontré que la menace

d’un déploiement d’une infrastructure publique peut inciter un opérateur historique privé à investir

dans des réseaux de nouvelle génération (réseau fibre en l’occurrence). Les résultats du modèle simple

proposé sont illustrés au travers de deux exemples, le premier à un niveau régional en France, le

deuxième à un niveau national au Qatar. Cette approche doit être couplée à une régulation optimale

de l’accès. En l’occurrence, comme présenté à l’Essai 2, une prime de risque doit être incluse au prix

de l’accès afin que l’opérateur soit compensé pour le risque inhérent à une régulation asymétrique.

Le cadre conceptuel de cet essai est appliqué au marché fixe THD du Qatar.

Outre une régulation de l’accès seulement basée sur les coûts, d’autres types d’intervention publique

sont susceptibles de contraindre l’investissement privé. Comme exposé à l’Essai 3, les règles strictes

de la Neutralité du Net (NN) peuvent constituer un frein à l’investissement et à l’augmentation de la

qualité de service, alors même que ces règles sont censées protéger l’intérêt du consommateur. Une

nouvelle approche de régulation, basée sur des regulatory holidays, pourrait s’avérer utile pour inciter

les fournisseurs d’accès à Internet à investir et assurer une qualité de service relative constante sur

Internet.

18 qui imposent de par des coûts fixes très importants une structure de marché très concentrée (monopole naturel)

13

Quoiqu’il en soit, même si une différentiation verticale des services ou une priorisation payante sur

les réseaux peut, dans une certaine limite, sembler nécessaire ; le régulateur doit toujours veiller à ce

que les opérateurs agissent dans le domaine de l’Internet ouvert comme de « simples tuyaux » (dumb

pipes en anglais). En effet, c’est bien la possibilité d’accéder à n’importe quel contenu licite qui doit

être assurée pour l’ensemble des consommateurs connectés à l’Internet ouvert. Tout blocage de

contenus, y compris publicitaires, imposé aux usagers peut s’analyser comme une entorse au principe

de la Neutralité du Net. Pourtant, l’incursion des fournisseurs d’accès à Internet sur les contenus ne

semble pas complètement infondée. L’opérateur Free déclarait par exemple que « les spams19

encombrent inutilement les réseaux de télécommunications et, par leur volume croissant, rendent plus

difficile, ou plus coûteux, le maintien de la continuité et de la qualité de service que lui impose le

code des postes et communications électroniques»20.

Le blocage publicitaire est-il souhaitable ?

La problématique de l’effet des bloqueurs de publicités sur le marché de l’Internet est développée

dans le dernier chapitre de cette thèse. Il est démontré qu’un FAI est toujours incité à intégrer les

externalités du blocage publicitaire sur son réseau. Le blocage publicitaire, lorsqu’il est imposé aux

usagers constitue une entorse au principe de la Neutralité du Net. Ce problème ne se pose pas si les

consommateurs choisissent par eux-mêmes d’activer ou non la fonction de blocage publicitaire. Dans

ce cas, un FAI qui intègre un bloqueur de publicités a l’avantage, contrairement à un bloqueur

indépendant, d’internaliser les externalités de la publicité sur les réseaux de télécommunications, ce

qui peut améliorer, sous certaines conditions, le bien-être collectif.

19 Mails non sollicités

20 http://www.journaldugeek.com/2016/01/27/free-condamne-pour-son-filtre-anti-spam/

14

Chapitre 1 Un aperçu des phénomènes urbains,

quels enseignements pour la régulation des

télécommunications ?

15

1 Présentation

Ce chapitre s’inspire en grande partie des premières recherches bibliographiques pendant la première

année de thèse. Les résultats de cette recherche ont débouché sur une publication co-écrite avec André

de Palma. L’article a été publié par « Routledge Advances in Regional Economics, Science and

Policy » dans un ouvrage intitulé Quality of Life in Cities: Equity, Sustainable Development and

Happiness from a Policy Perspective et édité par Alessandra Michelangeli.

L’article tel que publié dans l’ouvrage en question est disponible en Annexe (voir l’article intitulé

Urbanization : an overview). Pour les besoins de la thèse, il a été retravaillé et traduit en langue

française. En particulier, la structure a changé, de nombreux passages ont été supprimés, tandis que

d’autres ont été ajoutés afin entre autres que des enseignements issus de l’analyse des phénomènes

urbains puissent être tirés pour le secteur des télécommunications.

16

2 Introduction

6 000 ans avant notre ère, seulement quelques milliers de personnes vivaient dans les villes. À l’heure

actuelle, des villes telles que Tokyo, Delhi, Mexico ou encore New-York regroupent plusieurs

millions de personnes. La manière dont les villes ont émergé et se sont développées dépend

indubitablement du contexte historique. Deux types de villes se distinguent, la ville préindustrielle et

la ville post-industrielle (Sjoberg, 1960). « La production de biens et services dans les villes

préindustrielles était dépendante des sources animales d’énergie appliquées directement ou

indirectement aux outils mécaniques tels que les marteaux, les poulies et les roues ». Les villes

postindustrielles quant à elles dépendent de sources inanimées d’énergie utilisées grâce à l’invention

de la machine à vapeur pour décupler les efforts humains. Avant la révolution industrielle, les

procédés de production et les modes de transport sont restés relativement stables au cours du temps.

La ville était dense (Newman & Kenworthy, 1996), avec un usage mixte des terres et les logements

faisaient office d’atelier (Sjoberg, 1960). Après la révolution industrielle, les usines et les nouveaux

modes de transport ont refaçonné les villes. Les villes se sont étalées et par la même occasion sont

devenues plus différentiées d’un point de vue spatial. L’étalement urbain s’est davantage accentué

après la seconde guerre mondiale et surtout dans les années 1970 avec la démocratisation de la voiture

particulière et l’apogée des villes dites automobiles.

Sur la base de certaines régularités observées qui concernent la croissance urbaine et les

comportements individuels, il est possible de comprendre les mécanismes à l’œuvre qui sont à

l’origine du développement des villes. En outre, la compréhension des phénomènes urbains permet

de mieux cerner et anticiper la taille et la structure interne des villes dans le futur.

Les décideurs ont leur rôle à jouer dans la façon dont les villes se développent ou bien se contractent.

Ils doivent promouvoir ou bien contrecarrer certains développements urbains dans le but de tendre

vers une taille de ville plus optimale. En outre, de nombreux enjeux sont relatifs à la structure interne

des villes. Les décideurs doivent entre autres gérer les risques de tout ordre21, faire face à la congestion

21 Par exemple, le développement des villes le long des côtes en Asie va continuer de s’opérer, mais c’est aussi dans ces

régions que la hausse de la fréquence et de l’amplitude des désastres naturels seront particulièrement élevées. Les pays

occidentaux ne sont pas non plus exemptés des risques naturels. D’après une étude datée de 2008 de l’Institut d'études

géologiques des États-Unis (US Geological Survey) « […] dans les 30 prochaines années [..] la probabilité d’un

tremblement de terre de magnitude 6.7 au moins dans la baie de San Francisco est de 63% ». De plus, les plus grandes

17

du trafic, à la pollution atmosphérique et aux inégalités sociales.

Nous présenterons tout d’abord à la section 3 comment les villes ont évolué, des villes piétonnes de

l’ère Néolithique aux mégalopoles aujourd’hui peuplées de plusieurs dizaines de millions de

personnes et qui s’étendent sur des dizaines de kilomètres.

Globalement, la principale tendance à l’urbanisation des territoires devrait se poursuivre dans les

prochaines décennies comme indiqué à la section 4. Néanmoins, la croissance urbaine sera fortement

disparate d’une région à l’autre du monde. Les développements urbains les plus marqués devraient

surtout se concentrer dans les villes de taille moyenne des pays en voie de développement.

Ensuite, nous montrerons à la section 5 que la recherche en Economie et en Géographie permettent

de mieux comprendre comment se forment et évoluent les concentrations des ménages et des

entreprises dans l’espace.

Comme il sera souligné à la section 6, ces analyses semblent indispensables car elles aident les

décideurs publics dans leur prise de décision pour développer et gérer de façon optimale les villes.

Pour finir, à la section 7, nous soulignerons l’impact de l’urbanisation croissante des territoires et de

l’étalement urbain sur le besoin d’intervention et de régulation des infrastructures et des réseaux de

télécommunications en particulier. Nous arguerons que certaines politiques et principes propres au

secteur des transports permettent de tirer des enseignements pour la régulation des

télécommunications.

villes sont malheureusement les plus exposées au risque terroriste à cause de l’effet cible – les zones les plus denses

permettent aux terroristes de toucher plus de personnes (Glaeser & Shapiro 2002, Willis, 2007).

18

3 Une brève histoire des villes

Les premières villes constituées d’éléments bâtis datent de 10 000 à 8 500 avant notre ère. Elles ne

regroupaient alors que quelques milliers d’habitants. Ensuite, ce sont dans les empires et royaumes

puissants que les villes se sont le plus rapidement développées. Avant la révolution industrielle, Pékin

était la ville la plus peuplée au monde. À la suite de la révolution industrielle, c’est surtout dans les

pays aujourd’hui développés que le phénomène d’urbanisation a été le plus prégnant. À l’heure

actuelle, la croissance urbaine se concentre dans les villes de petite et moyenne taille des pays en voie

de développement. Elle s’explique principalement par les exodes ruraux et la croissance

démographique dans ces pays.

À un niveau plus local, on s’aperçoit que la structure des villes a évolué au cours du temps avec

l’introduction de nouveaux modes de transport. Avec un rayon de 2.5 km, les premières villes

piétonnes se sont étendues au fil du temps. Le rayon des grandes agglomérations dépendantes de

l’automobile est maintenant de l’ordre de 20 km (Newman & Kenworthy, 1996). Pour autant, le temps

de transport est resté relativement stable, autour d’une heure par jour. L’augmentation des vitesses de

transport permet aux individus de parcourir quotidiennement de plus longues distances.

Avant l’existence des villes

À l’aube de l’Humanité, les individus étaient nomades et les phénomènes de concentration de

personnes n’étaient qu’éphémères. Les premiers lieux de concentration pourraient être qualifiés de

« villes éphémères » même si le concept de ville en tant que tel ne peut vraisemblablement pas

s’appliquer pour cette époque.

Si l’on se permet d’utiliser le concept de “ville éphémère”, c’est pour faire tout d’abord référence à

des localités où des groupes de personnes se rencontraient de façon plus ou moins régulière. Comme

en témoignent les sites mayas, les religions ont amené à des concentrations éphémères (Kostof 1993).

Pour Mumford (1961), lorsque les populations n’étaient encore que nomades, les sépultures faisaient

souvent l’objet de phénomènes de concentration.

Le concept de « ville éphémère » pourrait tout aussi bien qualifier des lieux d’habitation où les

individus ne restaient que pour des durées très limitées. En effet, historiquement, pour assurer leur

existence, les communautés se devaient de changer régulièrement de lieu d’habitation à cause des

19

changements climatiques, de l’insuffisance des ressources naturelles, etc. Avant l’ère Néolithique,

c’est surtout les besoins de la châsse et de la pêche qui conditionnaient le plus les migrations

d’individus.

Les débuts de l’urbanisation

Avant l’ère Néolithique, nos ancêtres étaient nomades, il est donc difficile de retrouver des traces de

constructions datant d’époques plus anciennes. Les premières villes à être construites, constituées

d’habitations non totalement bâties, datent de la période entre 10 000 et 8 500 avant notre ère. Elles

n’étaient alors peuplées que de quelques milliers d’habitants. Comme ce fut le cas d’Ain Ghazal,

Catal Hüyük et Khirokitia, Jéricho, l’une des plus anciennes villes, a été construite pendant l’ère

Néolithique, aux alentours de 9 000 avant notre ère (Kostof, 1993). Il est peu vraisemblable de

pouvoir reconstituer des villes plus anciennes car le pouvoir politique et le degré de spécialisation des

sociétés plus anciennes n’étaient pas suffisants (Cowgill, 2004).

Les villes totalement bâties (Marcus, 1998), comme Uruk, ont émergé en Mésopotamie aux alentours

de 3 500 avant notre ère. Elles regroupaient alors quelques milliers d’habitants tout au plus. De par

leur organisation bien spécifique, certaines villes anciennes de Mésopotamie pourraient être

considérées comme des « villes États ». Malgré tout, le pouvoir qu’elles auraient exercé à un niveau

régional continue de faire débat. En revanche, l’Egypte était politiquement intégrée depuis le début

de l’ère dynastique (3 050-2 700 avant notre ère).

Malgré l’invention de la roue et la diminution des coûts de transport, les individus ne pouvaient se

déplacer ou déplacer des marchandises qu’à des vitesses relativement faibles (Bairoch, 1991).

Comme illustré au Graphique 1 (Newman & Hogan, 1987), les villes étaient denses et de superficie

très réduite (le rayon des villes ne dépassait pas quelques kilomètres).

20

Graphique 1: La ville piétonne traditionnelle. Source: Newman & Kenworthy (1999)

Jusqu’à l’ère moderne

Les progrès techniques ont ensuite permis aux individus de voyager plus vite et à moindre coût ce qui

a largement bénéficié au commerce international. Les villes se sont dès lors développées

significativement. À la suite des successives hégémonies de l’empire Mésopotamien, Grec, Romain

puis de Constantinople, l’empire Chinois est devenu très puissant. Les découvertes de la boussole et

du gouvernail témoignent de l’avance technologique de la Chine à cette époque. Grâce à ces nouvelles

technologies, l’Empire Chinois pouvait effectuer de lointaines expéditions. Au cours du 15ième siècle,

Zheng-He avec ses 70 bateaux, plus grands que ceux de Christophe Colomb soixante-dix années plus

tard, fut un pionnier des longs voyages. Avec à son bord 30 000 personnes, il a exploré l’Afrique de

l’Est, l’Asie du Sud, et le Moyen Orient. Ces longs voyages ainsi que la large flottille chinoise

prouvent que l’empire Chinois détenait d’importantes capacités financières ainsi que des technologies

marines avancées.

Pour Acemoglu, et al. (2002), il existerait une relation positive entre l’urbanisation et le niveau de

richesse. Il n’est dès lors pas surprenant d’observer que les grandes villes de l’époque se situaient en

Chine. En 1800, avec ses deux à trois millions d’habitants, la ville de Pékin était la plus peuplée au

monde. À l’inverse, la taille des villes en Europe n’a que très faiblement augmenté avant la révolution

industrielle, de l’ordre de 20% sur toute la période entre 1 300 et 1 800 (Bairoch, 1991). En revanche,

après la révolution industrielle, la ville de Pékin a très vite été rattrapée par Londres en termes de

nombre d’habitants.

21

Un nouvel environnement économique après la révolution industrielle

En Europe de l’Ouest

La région a gagné en importance au cours du 19ème siècle, particulièrement en Grande Bretagne, du

fait de la révolution industrielle. Les pays ayant réussi cette transition technologique sont aujourd’hui

parmi les plus riches au monde. En fait, le droit de propriété semble avoir été l’un des facteurs

essentiels du développement industriel22.

La révolution industrielle a émergé en Grande Bretagne alors que la région n’était pas autant

urbanisée que la Belgique, l’Italie, les Pays-Bas ou encore le Portugal (Bairoch, 1991). La révolution

industrielle prend principalement racine dans la mécanisation du filage (la fabrique du coton est due

à Arkwright en 1769), l’usage du charbon pour la production de l’acier (dû à Darby en 1709, mais

utilisé plus tard au 19ème siècle) et dans la machine à vapeur de James Watt utilisée à partir de 1790.

Ces innovations technologiques, telle que la machine à vapeur, ont été le résultat d’un long processus

d’accumulation du capital humain et financier depuis le début de l’existence des sociétés humaines.

L’invention de la roue (3 500 avant notre ère) et les méthodes d’irrigation ont généré un surplus de

richesse dans l’agriculture, ce qui a ensuite permis à certains citoyens de se concentrer sur les métiers

intellectuels. Les connaissances ont pu se transmettre de génération en génération grâce aux

enseignements oraux mais aussi grâce à l’écriture (apparue autour de 3400 avant notre ère). Des

innovations technologiques comme la machine à valeur, considérée comme l’une des plus grandes

avancées de l’Humanité, ont engendré des économies d’énergie et d’échelle ainsi qu’une plus grande

22 Acemoglu (Reversal of fortune: Geography and institutions in the making of the modern world income distribution,

2002) montre en l’occurrence que les colonies les plus pauvres en 1500 sont aujourd’hui en moyenne plus riches que les

colonies riches en 1500. Les fonctionnements économiques et légaux imposés par les colonisateurs expliquent ces

différences. En effet, dans les colonies les plus pauvres, les colonisateurs étaient incités à créer des institutions

garantissant un droit de propriété pour l’ensemble de la population afin de promouvoir la croissance économique sur leurs

territoires. À l’inverse, dans les colonies historiquement riches, les colonisateurs ont bien souvent utilisé les élites locales

pour extraire autant de ressources naturelles que possible. Dans ces colonies, le droit de propriété était seulement assuré

pour les élites, le reste de la population n’avait donc guère d’incitations à investir. En réalité, les élites non plus n’avaient

guère d’incitations à investir sachant qu’en investissant elles prenaient le risque de perdre leur pouvoir et leurs avantages.

Pourtant, le processus d’industrialisation nécessite un effort d’investissement de la population dans son ensemble. Cette

condition était présente dans les colonies pauvres de l’époque (en 1500) qui avaient sécurisé le droit de propriété pour

l’ensemble de la population et non pas seulement pour les élites.

22

indépendance vis-à-vis des sources d’énergie comme l’eau et les forces animales. En plus d’avoir

permis le développement des transports publics (trains à vapeur), la production est devenue

mécanisée.

Au cours du 19ème siècle, la Grande Bretagne, était considérée comme la première fabrique du monde.

La production agricole, de textile et d’acier ont en effet connu une forte hausse durant cette période.

Le fer et l’acier étaient particulièrement indispensables pour la production de machines, de moteurs,

de rails, de trains, et progressivement pour la construction de bâtiments et éventuellement de grattes

ciels. À cette époque, les industries du fer et de l’acier devaient nécessairement se localiser à

proximité des mines pour éviter des coûts élevés de transport malgré le développent du chemin de fer

au cours du 19ème siècle. Les industries de textile quant à elles se localisaient à proximité des gares

ferroviaires afin de faciliter l’exportation.

À la suite des différentes révolutions agricoles, la Grande Bretagne a pu développer son industrie

grâce à la réserve en main d’œuvre issue du monde agricole. La première révolution agricole date de

la fin du 17ième siècle grâce aux nouvelles techniques de culture importées des Pays-Bas. La seconde

est apparue bien plus tard, après 1870, avec l’utilisation des moissonneuses-batteuses et des engrais.

Les industriels pouvaient donc compter sur des travailleurs à bas coûts en provenance des zones

rurales. La proportion de travailleurs agricoles est passée de 75-80% en 1800 à 53-55% en 1910. Un

important exode rural s’est donc opéré concomitamment au développement industriel.

Ce sont les villes de petite et moyenne taille qui ont le plus bénéficié de la croissance de la population

urbaine. En effet, Birmingham, Liverpool, Manchester, Leeds étaient les principaux centres

économiques et industriels durant la première phase de la révolution industrielle (de 1700 à 1850)

tandis qu’en 1700, Londres, Norwich, Bristol, Newcastle or Exeter, étaient parmi les villes les plus

peuplées en Grande Bretagne. Malgré cette tendance, Londres a vu sa population fortement

augmenter, elle est passée de 550 milliers d’habitants en 1700 à 2.3 millions d’habitants en 1850.

L’urbanisation s’est malheureusement accompagnée de mauvaises conditions sanitaires et de

l’expansion de maladies contagieuses dans les grandes villes. Au cours du 19ème siècle, l’espérance

de vie était alors plus élevée dans les campagnes que dans les villes. En outre, les conditions de vie

et l’accès aux infrastructures étaient hétérogènes au sein de la population citadine. Dans les villes, le

déplacement des travailleurs était cantonné autour des usines et de leur lieu d’habitation. En effet, les

transports publics étaient relativement coûteux pour la classe ouvrière de l’époque.

23

Aux États-Unis

De nombreuses villes aux États-Unis ont été construites pendant le 19ème siècle. Elles se sont ensuite

développées après la seconde guerre mondiale. Avant 1945, les villes ont principalement émergé

autour des ports et des gares ferroviaires, ce qui a par exemple été le cas de Boston et de Détroit.

Jusqu’à la fin du 19ième siècle, les tramways et les carrioles permettaient aux classes les plus riches

d’habiter autour des centres-villes. La ville s’est progressivement étendue autour des gares

ferroviaires, avec pour conséquence l’émergence d’une structure de ville bien particulière - la ville

des transports collectifs - (voir Graphique 2). La première voiture individuelle, seulement abordable

pour les individus les plus riches, est apparue au cours des années 1920. Ce mode de transport s’est

ensuite progressivement démocratisé. Les véhicules motorisés ont permis à des entreprises de se

localiser encore plus loin des gares et ports afin de bénéficier de prix plus faibles dans le secteur

immobilier. De même, ce type de transport a permis à des individus de résider dans les zones non

desservies par les transports collectifs. Le développement de la voiture particulière a dès lors impacté

la structure même des villes. Elles se sont développées de manière beaucoup plus homogène. Mais

c’est surtout pendant la seconde moitié du 20ème siècle qu’on a vu apparaître les premières villes dites

« automobiles ».

Graphique 2: La ville des transports collectifs. Source : Newman & Kenworthy (1999)

24

Les développements récents après la second guerre mondiale

À l’échelle mondiale

Les villes qui se sont le plus rapidement développées entre 1970 et 2011 se situaient le plus souvent

en Inde, le long de la Côte Est Chinoise, ainsi qu’en Afrique de l’Ouest (UN, 2012). La localisation

des villes en bordure de mer semble avoir promu le développement urbain, contrairement aux villes

américaines pour qui le développement s’est opéré à proximité des grands axes routiers.

Les régions côtières disposent en effet d’un avantage naturel car les entreprises peuvent importer et

exporter à moindre coût. Le fort taux de croissance des villes côtières chinoises peut dès lors

s’expliquer entre autres par le niveau élevé d’accessibilité vis-à-vis des voies maritimes et donc des

fournisseurs23.

Sur la base de tels avantages naturels, la concentration s’est très certainement accélérée grâce aux

économies d’agglomération et rendements d’échelle croissants associés aux faibles coûts de transport

tel qu’expliqués par la Nouvelle Economie Géographique (NEG). Selon la NEG, les régions attirent

les travailleurs mobiles parce qu’ils bénéficient d’un salaire plus élevé et d’une plus grande variété

de biens. En conséquence, par le biais du home market effect, le secteur manufacturier augmente plus

que proportionnellement24. Les seules forces de dispersion sont causées par les coûts de transport et

la proportion de la classe immobile des travailleurs issus du milieu rural. En outre, les entreprises

disposant d’une forte accessibilité à la demande et aux fournisseurs sont capables de payer des salaires

plus élevés. Ainsi, Redding and Venables (2004) ont montré que l’accès maritime des villes côtières

engendre une augmentation d’environ 60% du revenu par habitant.

Le niveau des salaires, la plus grande variété sur le marché du travail et des biens et la présence

d’aménités sociales constituent des forces de concentration pour les ménages. Les conditions de vie

sont donc en moyenne supérieures dans les villes relativement aux milieux ruraux. Par exemple, en

Chine, les citadins étaient en 2002 deux fois plus riches en moyenne que les ruraux (Sicular, Ximing,

23 Principalement, les pays appartenant à l’association des Nations d’Asie du Sud Est (ASEAN), le Japon et la République

de Corée.

24 La taille du marché augmente et les entreprises bénéficient d’économies d’échelle, ce qui attire encore davantage

d’entreprises.

25

Gustafsson, & Shi, 2007). Au niveau mondial, le revenu par habitant a cru de 152% dans les villes en

l’espace de 50 ans, entre 1960 and 2010. Les villes fournissent aussi un accès facilité à l’eau et de

meilleures conditions sanitaires relativement aux zones rurales. Si les forces d'agglomération sont

généralement plus fortes que les forces de dispersion dans les pays en voie de développement, dans

les pays développés en revanche, les forces de dispersion25 peuvent inciter les citadins à préférer la

périphérie des grandes villes et/ou des villes de petite et moyenne taille.

Malheureusement, les exodes ruraux ne sont pas toujours motivés par de meilleures conditions de vie

dans les villes. Contrairement aux migrants qui choisissent délibérément de migrer vers des villes

pour augmenter leurs conditions de vie, les réfugiés quant à eux, sont contraints de migrer vers les

villes afin d’assurer leur survie (Bates, 2002). Globalement, le nombre de réfugiés climatiques qui

s’exilent vers les bidonvilles des grandes villes est en hausse. De nombreuses villes accueillent aussi

des réfugiés de guerre. Le camp de réfugié de Dadaab au Kenya, avec ses 500 000 réfugiés, en fait le

plus grand camp de réfugiés au monde. Ce camp, originellement construit pour accueillir de façon

provisoire des réfugiés, a aujourd’hui dépassé les 20 ans d’existence.

En France

À l’issu de la seconde guerre mondiale, les individus ont choisi de se concentrer au sein de grandes

régions urbanisées. La région de l’Ile-de-France était alors l’une des plus attractives régions (solde

positif de la balance migratoire). Mais depuis les années 1970, ce solde s’est inversé. La migration

nette est devenue négative avec le développement concomitant de la voiture particulière (« Counter-

urbanization » Berry, 1976). En revanche, la région de l’Ile-de-France continue toujours d’attirer de

jeunes travailleurs. Ces dernières années, le Sud-Ouest et le Sud attirent un nombre de plus en plus

élevé de ménages dans toutes les tranches d’âge, sauf celle de 20-29 ans (INSEE, 2005) 26. Dans ces

régions, les cadres hautement qualifiés dans la tranche d’âge de 30-59 ans peuvent accepter des

salaires relativement plus faibles que dans la région parisienne en contrepartie de meilleures

conditions de vie. Le différentiel de salaire entre les régions d’un même pays peut alors servir

d’indicateur de la qualité de vie (Roback, 1982). En 2012, une étude du CSA confirme que les

25 niveau élevé des prix dans le secteur de l’immobilier, externalités négatives comme le bruit et/ou la pollution

atmosphérique, préférence pour des aménités environnementales

26 http://www.insee.fr/fr/themes/document.asp?reg_id=20&ref_id=16293

26

parisiens qui quittent Paris le font pour bénéficier de meilleures conditions de vie plutôt que d’un coût

général de la vie plus faible27. Les conditions de vie seraient alors plus élevées dans des villes de taille

moyenne. Godefroy (2011) arrive à la même conclusion sur la base des données issues de l’étude

SRCV publiée par l’Institution National des Etudes Economiques et Statistiques (INSEE). Il existerait

donc bien une relation négative entre la satisfaction de vie et la taille des villes. Comment alors

expliquer que la satisfaction moyenne de vie en Ile-de-France est relativement élevée ? En fait, les

jeunes pour qui l’indice de satisfaction est relativement élevé sont aussi proportionnellement plus

présents en Ile-de-France.

Ainsi, la recherche de meilleures conditions de vie et d’un coût de la vie plus faible pourraient

constituer des facteurs explicatifs de la tendance à la contre-urbanisation et à l’étalement urbain dans

les pays de l’OCDE entre 1950 et 2000. Les aires urbaines ont en effet doublées en l’espace de 50

ans (Kamal-Chaoui, 2010).

Malgré cela, l’urbanisation est en constante augmentation même si l’effet volume de l’exode rural est

moins important que dans le passé. Au cours des dernières décennies, la proportion de travailleurs du

secteur primaire continue de décroître. Sur la base des recensements de l’INSEE28, cette proportion

est passée de 8.0% en 1980 à 3.4% en 2007.

27 http://www.apce.com/cid134771/ces-franciliens-qui-revent-de-quitter-paris.html

28 http://www.insee.fr/fr/themes/document.asp?ref_id=T11F172

27

Graphique 3: L’accessibilité des populations aux marchés locaux. Source : Solard (2010)

Dans les zones rurales, les décideurs font face à de nombreux défis comme le faible niveau

d’accessibilité aux magasins de proximité (voir Graphique 3). L’accessibilité dans ces régions a

diminué de 0.5% par an entre 2002 et 2008. En outre, ce sont les municipalités les plus pauvres qui

sont les plus impactées.

Contrairement aux zones rurales, l’accessibilité des populations aux magasins de proximité est en

légère augmentation, de l’ordre de 0.3 % par an en moyenne, dans la plupart des grandes

agglomérations françaises. Ce phénomène est encore plus marqué dans les grandes villes où

l’accessibilité aux magasins de proximité a cru de l’ordre de 1.5% par an29.

Aux États-Unis

29 Le modèle des grands supermarchés a en effet atteint ses limites en France dès le début du 21ème siècle. Entre 1999 et

2007, le nombre de petits supermarchés de proximité a diminué à un rythme plus faible que celui des supermarchés (-

5.1% entre 1993 et 1999, -1.7% entre 1999 et 2007 d’après l’INSEE29).

Il convient de noter que l’augmentation du nombre de magasins proximité ne s’accompagne pas nécessairement d’une

hausse de la compétition. A Paris par exemple, malgré le nombre très élevé de petits magasins de proximité, le marché

reste très concentré autour de la marque Casino qui détient près de deux tiers (60%) des supermarchés de proximité. Le

groupe Carrefour quant à elle ne détient que 20% de part de marché (Authority for competition, in French: “Autorité de

la concurrence”29).

28

Après 1945, la voiture particulière est devenue plus abordable pour la classe moyenne. Les villes se

sont donc étendues (voir Graphique 4) le long des axes routiers et des ports maritimes. Ce phénomène

d’extension des zones urbaines en bordure des routes s’est surtout accentué dans les années 1970,

donnant naissance aux edge cities (Garreau, 1991). L’étalement urbain s’est accru avec le

développement de grands centres commerciaux qui ont largement impacté le design urbain des villes

américaines.

Graphique 4: Exemple type d’une ville fortement dépendante de la voiture individuelle. Source:

Newman & Kenworthy (1999)

Même si l’étalement urbain a tout d’abord été engendré par la démocratisation de la voiture

particulière, ce phénomène a ensuite perduré dans le temps. Entre 1995 et 2005, les villes

particulièrement dépendantes de la voiture telles que Dallas, Denver, ou encore Atlanta, ont attiré un

nombre croissant de résidents en périphérie des centres-villes, devenant par la même occasion les

champions de l’étalement urbain (Kamal-Chaoui, 2010).

Néanmoins, ce phénomène d’étalement urbain n’a pas eu la même résonnance dans l’ensemble des

villes américaines. Comme illustré au Graphique 530, la population urbaine de la ville de New-York

reste très concentrée à la distance de 16 kilomètres du centre-ville. À l’inverse, la ville d’Atlanta est

30 http://www.census.gov/population/metro/data/pop_pro.html

29

beaucoup plus étendue, avec un pique de population plus éloigné, à une distance de 32 kilomètres du

centre-ville (voir la Graphique 5). En observant de plus près la proportion des emplois localisés à

proximité des centres-villes (voir Graphique 6), on observe que la ville de Chicago et de Los Angeles

sont davantage polycentriques que la ville de New-York où plus d’un quart des emplois de

l’agglomération se trouvent au centre-ville (Glaeser & Kahn, 2001). À Chicago, le premier pique de

population se situe à 10-11 kilomètres du centre-ville, le deuxième à 37-38 kilomètres, le dernier à

58 kilomètres.

L’étalement urbain plus ou moins important des agglomérations s’explique par l’augmentation de la

taille des villes ainsi que par la modification de la distribution géographique des résidents. La

croissance de la population de Los Angeles et de New-York s’est répartie de manière très homogène

sur l’ensemble de l’agglomération. À l’inverse, la croissance démographique à Dallas, Houston, et

Atlanta a été relativement plus marquée en périphérie (à 32-40 kilomètres) du centre-ville. À Chicago,

la population localisée dans la première couronne (à 10-11 kilomètres du centre-ville) a diminué sur

la période entre 2000 et 2010, alors que la population a significativement augmenté dans la dernière

couronne. Cette troisième couronne a rejoint la seconde en termes de nombre d’habitants. À

Cleveland et Detroit, les faillites industrielles sont sûrement à l’origine de nombreuses migrations de

populations ainsi que d’une nouvelle distribution de la population en faveur des zones périphériques.

30

Graphique 5: La distribution des ménages à New-York et Atlanta. Source : US Census Bureau,

Patterns of Metropolitan and Micropolitan Population Change

Graphique 6: La distribution cumulative des emplois dans trois grandes agglomérations

américaines. Source: Glaeser & Kahn (2001)

Les pays émergents et en voie de développement

Depuis 1950, la croissance urbaine dans les pays développés est très faible comparée aux pays en

voie de développement. Depuis 1970, la population totale dans les villes des pays en voie de

développement est supérieure à celle des villes des pays développés.

31

Par exemple, entre 1950 et 2005, la population urbaine a augmenté deux fois plus rapidement en

Chine qu’en France (Kamal-Chaoui, 2010). Entre 1990 et 1995, certaines villes chinoises ont cru à

un rythme effréné de 20% par an. La population de Shenzhen était de 875 000 personnes en 1990,

elle a atteint 9 millions d’habitants en 2010. Malgré cet environnement propice, certaines villes ont

tout de même vu leur population diminuer. Ce fut par exemple le cas de la ville de Pusan en Corée

du Sud, l’un des plus grands ports au monde, qui a vu sa population diminuer depuis 199531.

La croissance urbaine chinoise a été particulièrement forte le long des côtes. Entre 1998 et 2004,

toutes les villes dont la part de leur PIB dans le PIB national a augmenté étaient des villes côtières

(Kamal-Chaoui, 2010). Le différentiel dans la production de richesses entre les villes côtières telles

que Shanghai et Shenzhen et les villes de l’intérieur du pays a semble-t-il augmenté32 (Tsui, 2007).

Dans les pays émergents et en voie de développement, l’urbanisation ne s’accompagne pas toujours

de nouvelles habitations bâties et d’une amélioration des conditions de vie. En effet, la croissance

démographique dans les grandes villes peut parfois s’accompagner de nouveaux bidonvilles.

Au cours des deux dernières décennies, la situation s’est détériorée dans un nombre restreint de pays.

Les guerres et les sécheresses sont les principales causes de la dégradation des conditions de vie dans

les milieux urbains. En 2009, la proportion des bidonvilles a atteint 89.3% au Tchad, 95.9% en

République Centre Africaine et 76.4% en Ethiopie. En Iraq, la proportion des bidonvilles a grimpé

de 16.9% en 2000 à 52.8% en 2009, de même au Zimbabwe où elle est passée de 4% en 1990 à 24.1%

en 2009.

Les favelas de Rio de Janeiro sont souvent prises en exemple pour illustrer le développement massif

de bidonvilles à l’échelle d’une grande agglomération. Ces favelas ont été construites à la fin du

19ème siècle. Elles ont émergé face à l’exode rural et l’afflux d’anciens combattants. Des bidonvilles

se sont dès lors développés tout au long du 20ème siècle, particulièrement au cours de la décennie de

1940, puis ensuite au cours du processus d’urbanisation pendant la seconde moitié du 20ème siècle.

31 A Pusan comme à Séoul, “the numbers of move-out population are higher than those of move-in population”

(Statistics of Korea, see:

http://kostat.go.kr/portal/english/news/1/17/6/index.board?bmode=read&aSeq=273106&pageNo=&rowNum=10&amSe

q=&sTarget=&sTxt=)

32 même si l’on tient compte que l’inflation est sous-estimée dans les données publiques

32

Les bidonvilles de Rio de Janeiro, comme dans d’autres mégalopoles sont associés à des conditions

sanitaires désastreuses et des problèmes d’insécurité. Ces problématiques ont existé dès le début de

l’existence des favelas, au début du 20ème siècle (de Almeida Abreu & Le Clerre, 1994). Les

gouvernements ont toujours essayé de traiter ces problèmes en vue d’augmenter la valeur vénale des

terres et/ou promouvoir l’image de la ville, comme en 1920, pendant la venue du roi Belge. Toutes

ces tentatives ont pour autant échoué, comme au début du 20ème siècle et pendant le régime de la

dictature dans les années 1970. Dans les années 1980, le nombre de trafiquants a cru

considérablement, ce qui a posé de nombreux problèmes d’insécurité pour les habitants des favelas

(Perlman, 2007). Heureusement, à l’échelle nationale, le nombre de personnes vivant dans les

bidonvilles au Brésil a diminué de 36.7 % à 26.9 % entre 1990 et 2010 (Moreno, 2013).

Une même tendance s’observe aussi au niveau mondial. Au cours des deux dernières décennies, les

conditions sanitaires se sont globalement améliorées. En moyenne, la proportion de personnes vivant

dans les bidonvilles a diminué de manière tout à fait significative, surtout en Asie. Par exemple en

Chine, entre 1990 et 2009, cette proportion a diminué de 43.6% à 29.1%. L’amélioration est aussi

considérable en Inde. La proportion a diminué de 54.9% à 29.4% entre 1990 et 2009. Malgré tout, la

proportion de personnes vivant dans les bidonvilles reste particulièrement élevée dans nombre de

pays. Elle atteint par exemple 61.6% au Bangladesh, 76.2% à Madagascar et 62.7% au Nigeria.

4 Prévisions

La population mondiale continue d’augmenter et il en est de même de la population des villes. La

population dans certaines villes et régions du monde devrait croître à un rythme particulièrement

élevé. Le processus d’urbanisation n’a pas atteint le seuil de maturité dans nombre de pays en voie

de développement. Les ménages de ces pays devraient alors bénéficier d’une hausse significative de

leur niveau de vie.

Evolutions démographiques de la population mondiale

4.1.1. Première moitié du 21ième siècle

La population mondiale devrait continuer de croître au cours du 21ème siècle. Le Bureau National de

Recensement aux États-Unis (« US Census Bureau ») estimait en 2012 à plus de 9 millions de

personnes la population mondiale à l’horizon de 2050. Même si le taux de croissance annuel de la

population est en baisse, la population mondiale continue d’augmenter du fait de l’effet volume. Cette

tendance cache évidemment des disparités au sein des pays.

33

Entre 2011 et 2050, une proportion élevée de cette augmentation globale de la population devrait

provenir des pays émergents et en voie de développement ainsi que se concentrer dans les villes.

Entre 2030 et 2050, le taux de croissance annuel de la population dans les pays plus développés

devrait être proche de zéro (0.06%) alors qu’il devrait être significativement positif dans les pays en

voie de développement (0.65%). Parallèlement, la population urbaine devrait croitre à un rythme

annuel relativement faible dans les pays développés (0.29%) comparé aux pays les moins développés

(1.64%) (UN, 2012).

En 2050, l'Inde sera le pays le plus peuplé au monde, devant la Chine et les États-Unis. La population

en Inde devrait en effet passer de 1.22 milliards de personnes en 2010 à 1.69 milliards de personnes

en 2050, même si le taux de croissance annuel diminuera sur toute la période, de 1.31% en 2010 à

0.32% en 2045. Cette croissance démographique doit être relativisée eu égard à la forte croissance

démographique durant la seconde moitié du 20ème siècle. En Inde, la population a effet été multipliée

par 3.29 entre 1950 et 2010 (2.43 en Chine). C’est en Afrique que la croissance démographique sera

la plus forte au cours du 21ème siècle. La population du Nigéria devrait plus que doubler avant le

milieu du siècle (2.5 fois plus d’habitants estimé pour 2050) et ainsi atteindre les 390 millions

d’habitants à l’horizon de 2050. Même si la population des États-Unis devrait continuer de croître, le

pays devrait se voir dépasser par le Nigéria après le milieu du siècle en termes de nombre d’habitants.

À l’opposé, la population chinoise devrait diminuer à partir de 2035 (à un taux annuel de -0.14%

entre 2035 et 2040) et à un rythme de plus en plus élevé à cause de la politique de l’enfant unique (à

un taux annuel de -0.23% entre 2040 et 2045 et de -0.32% entre 2045 et 2050).

De même, la population japonaise devrait suivre la même tendance (de -0.18% actuellement à -0.78%

en 2045). La population russe quant à elle a commencé à décroître depuis maintenant près de 20 ans

(depuis 1995). La diminution de la population russe sur l’ensemble de la période 1995-2050 devrait

être de 38%. La population totale en Allemagne diminue aussi depuis quelques années (2007). Au

regard de ces prévisions démographiques, la France serait ainsi le pays le plus peuplé d’Europe,

devant l’Allemagne, alors qu’en 2010, l’Allemagne comptait encore 20 millions d’habitants de plus

que la France.

4.1.2. Seconde moitié du 21ième siècle

À partir de la seconde moitié du 21ième siècle, la population en l’Inde connaitra un certain

34

fléchissement de sa population ; parallèlement, la population chinoise continuera de diminuer (de

1.341 milliards en 2010 à 941 millions en 2100). À l’inverse, la population du Nigéria continuera de

croître jusqu’à la fin du 21ème siècle. En 2100, le Nigeria deviendra ainsi le troisième pays le plus

peuplé de la planète, devant les États-Unis (classé 4ième en 2100) avec une population en âge de

travailler (15-64 ans) à la hauteur de celle de la Chine (voir la Graphique 7).

Graphique 7: Evolution de la population en âge de travailler (15-64 ans) au Nigéria et en Chine.

Source: with data from UN (2012)

Le déclin futur de la population dans nombre de pays s’explique par l’asymétrie verticale de la

pyramide des âges. En 2025 par exemple, la population âgée de plus de 65 ans à Shanghai sera deux

fois plus nombreuse que celle de New-York, tandis que Tokyo comptera près de 10 millions de

personnes dans cette même tranche d’âge (Dobbs, Smit, Remes, Manyika, Roxburgh, & Restrepo,

2011) sur un total estimé à 38.7 millions d’habitants (UN, 2012).

Même si le taux de fertilité en Chine passera de 1.53 en 2010 à 1.77 au milieu du siècle, il restera

significativement inférieur de la barre fatidique de 2 qui permet le renouvellement de la population

(toutes choses égales par ailleurs). À l’extrême opposé, la pyramide des âges au Nigéria est

particulièrement écrasée à la base, avec un taux de fertilité très élevé (5.43 en 2010). Ce taux restera

très largement supérieur à 2 tout au long du 21ième siècle, pour se situer autour de 4.86 entre 2020 et

2025 puis autour de 2.20 à la fin du siècle en cours (c’est-à-dire au niveau actuel du taux en France,

35

considéré comme élevé parmi les autres pays européens).

Le taux de fertilité détermine inévitablement le nombre de personnes en âge de travailler. Dans les

pays de l’OCDE, le ratio du nombre de personnes en âge de travailler (20-64 ans) sur le nombre de

personnes dans la tranche d’âge supérieure (65 ans et plus) a constamment diminué depuis les années

1950. Ce ratio devrait tendre vers 2 à l’horizon de 2050, car la proportion de personnes en âge de

travailler devrait être divisée par deux en moyenne dans les pays développés entre 2008 et 2050. Le

même phénomène de vieillissement de la population apparaît aussi en Chine du fait de l’asymétrie

verticale de la pyramide des âges. La diminution du nombre de personnes en âge de travailler en

Chine devrait débuter entre 2016 et 2018, et ne pas s’estomper avant 2100, contrairement au Nigéria

où la population en âge de travailler ne cesse d’augmenter. Ainsi, en 2100, la population en âge de

travailler au Nigéria sera égale à celle de la Chine (INED, 2013) 33.

Prospectives dans les villes

4.2.1.1 Prévisions démographiques

Dans les pays développés, le nombre de personnes vivant dans les campagnes continue de diminuer.

À l’inverse, dans les pays en voie de développement, le nombre de personnes vivant dans les

campagnes continue d’augmenter mais à un rythme plus faible que celui dans les villes. Ainsi, en

2015, dans les pays en voie de développement, il y avait autant de personnes dans les villes que dans

les campagnes. La répartition égalitaire de la population entre les villes et les campagnes a été atteinte

bien plus tôt, il y a 60 ans, dans les pays développés.

La population urbaine en Chine continuera de croitre même si la population totale Chinoise croit à

un taux maintenant relativement faible. La ville de Pékin continuera de se développer à un rythme de

1% par an entre 2020 et 2025 contre 3.63% précédemment entre 1990 et 1995. Ainsi, Pékin ne pourra

pas redevenir la ville la plus peuplée du monde d’ici la fin du 21ème siècle. Néanmoins, la proportion

de Chinois vivant dans les villes continuera de s’accroitre. Alors qu’aucune ville en 1990 ne dépassait

les 8 millions d’habitants, 5 villes devraient à l’horizon de 2025 être peuplées de plus de 10 millions

d’habitants. La population de Shanghai par exemple devrait atteindre les 20 millions d’habitants,

c’est-à-dire être multipliée par 2.56 depuis 1990. Pourtant, ce n’est pas dans les plus grandes villes

33 http://www.ined.fr/fr/tout_savoir_population/atlas_population

36

que la population devrait augmenter le plus, mais plutôt dans les villes de taille moyenne. En effet,

seules 33 villes chinoises comptaient plus de 1 million d’habitants en 1990, elles seront 129 en 2025.

Comme décrit précédemment, la population chinoise commencera à décliner à partir de 2035, tandis

que la proportion de personnes vivant dans les villes devrait se situer autour de 61.9% en 2030. On

peut alors se demander à partir de quand l’exode rurale ne sera plus à même d’engendrer une

croissance urbaine en Chine. En fait, avec un taux d’urbanisation de 61.9%, l’exode rural en Chine

est loin d’être terminé. Ce faible taux d’urbanisation peut s’expliquer par les politiques restrictives

dans les années 1960 et 1970. On pourrait alors penser que certaines restrictions de migration des

populations, associées au système du hukou, se verront progressivement relaxées si la croissance des

villes n’est plus aussi active et/ou que les taux d’occupation des immeubles deviennent préoccupants.

Ces deux dernières décennies, le phénomène d’urbanisation en Inde a été moins marqué qu’en Chine,

mais cette tendance devrait s’inverser. Entre 2045 et 2050, la croissance urbaine par exemple se

situera autour de 2.03% en Inde alors qu’elle sera limitée à 1.27% en Chine. Contrairement à la Chine,

la croissance de la population urbaine devrait se concentrer dans les très grandes villes

(« megalopolises »). Ainsi, en 2025, 3 villes devraient compter plus de 20 millions d’habitants (20.112

millions à Calcutta, 25.810 millions à Bombay et 28.568 millions à New Delhi). En Inde, l’exode

rural est en marche. La proportion de personnes vivant dans les campagnes devrait diminuer à un taux

annuel de plus en plus faible, de -0.53% entre 2010 et 2015 à -1.27% entre 2045 et 2050. Ainsi, la

croissance de la population des villes trouve ses origines dans la croissance de la population mais

aussi dans le phénomène massif d’exode rural qui historiquement expliquait 20 à 25% de la croissance

urbaine (Schaffar, 2010).

La taille de New Delhi n’a donc pas fini d’augmenter. Néanmoins, Tokyo restera la ville la plus

peuplée au monde encore pour quelques décennies car elle continuera de se développer jusqu’en 2030

et ce malgré la diminution de la population japonaise34.

Globalement, depuis 1950, la population rurale décline dans tous les pays développés. En France par

exemple, le taux d’urbanisation (85.6% en 2010) relativement élevé par rapport à l’Allemagne et la

Grande Bretagne (73.8% et 79.6% respectivement) devrait pourtant continuer d’augmenter pour

atteindre les 91.8% en 2030.

34 Le niveau d’urbanisation passera de 66.8% en 2010 à 73% en 2030

37

Toutes ces statistiques sont néanmoins à prendre avec prudence car les comparaisons entre pays et

les évolutions temporelles sont fortement dépendantes des différentes définitions adoptées par les

pays et les changements de définitions au cours du temps. Par exemple, d’après Lévy (2013), sous

certaines hypothèses, il est possible de conclure que la France est déjà pratiquement totalement

urbanisée (avec un taux d’urbanisation de 96.05%).

Quoiqu’il en soit, une tendance bien réelle émerge. Alors que la Chine et l’Inde expliquent à eux seuls

54% de la croissance dans les villes, la part de l’Afrique augmente constamment. Elle était de 14%

entre 1950 et 2011, elle atteindra 32.5% entre 2011 et 2050.

L’Afrique et plus précisément le Nigéria dispose d’importants avantages comme des réserves en gaz

naturel liquéfié et des salaires nominaux relativement faibles ainsi qu’une importante population en

âge de travailler. Ces derniers facteurs sont susceptibles d’intéresser fortement les entreprises

chinoises. En effet, à l’inverse de l’Afrique de l’Ouest, la population totale en âge de travailler en

Chine devrait commencer à diminuer dès 2016-2018. Ce phénomène démographique devrait imposer

encore davantage une pression à la hausse des salaires sur le marché du travail chinois et inciter les

entreprises à choisir l’Afrique pour la production de biens manufacturiers. En outre, les villes du

Nigéria sont plus proches de l’Europe, de la côte Est des États-Unis et de l’Amérique du Sud que ne

le sont les villes chinoises. L’accès aux marchés en Afrique de l’Ouest est donc particulièrement

favorable35.

L’attractivité de l’Afrique de l’Ouest se confirme en pratique : de nombreux entrepreneurs choisissent

d’investir en Afrique et au Nigéria en particulier, du fait de l’accès au marché local en plein essor et

grâce aux salaires nominaux relativement faibles (Gu, 2009). Shen (2013) déclarait :

Les investissements directs chinois sont répartis en Afrique sub-saharienne. Cependant, certains pays

sont plus attractifs que d’autres pour les entreprises chinoises [...]. Le top 5 des pays les plus

attractifs sont le Nigeria, l’Afrique du Sud, la Zambie, l’Ethiopie et le Ghana [...]. “L’accès au

marché”, principalement au marché local mais aussi potentiellement au marché pour l’exportation,

joue un rôle prédominant afin d’attirer des entreprises manufacturières chinoises en Afrique.

35 A l’heure actuelle, l’Afrique du Nord dispose d’un important accès au marché grâce à la proximité du pays vis-à-vis de

l’Europe. En Afrique du Nord, dans un rayon 4 000 km, plus de 20 000 milliards de dollars sont produits chaque année

(seulement 4 000 à 5 000 milliards de dollars en Afrique de l’Ouest (INED, 2013).

38

En 2030, 63.6% des Nigériens vivront dans les villes et la croissance annuelle de Lagos, la plus élevée

de toutes les villes de taille moyenne, devrait se situer autour de 3.2% entre 2008 et 2025 (Dobbs,

Smit, Remes, Manyika, Roxburgh, & Restrepo, 2011). De manière concordante, les Nations Unies

estimaient que le taux de croissance à Lagos serait de 3.71% en moyenne entre 2011 et 2025. Même

si ces taux de croissance annuels semblent aujourd’hui particulièrement élevés, ils sont aussi à

relativiser eu regard aux évolutions passées en Chine et particulièrement à Shenzhen (taux de

croissance de 18.44% par an entre 1970 et 1990, puis 11.89% par an entre 1990 et 2011).

La population de Lagos continue d’augmenter alors que la ville est déjà actuellement très dense. En

2007, Lagos était la quatrième ville la plus dense au monde (City Mayor Statistics, 2007)36. De même,

Bombay, la ville la plus dense au monde en 2007, devrait elle aussi continuer d’attirer des résidents

supplémentaires. Toute la question est alors de savoir s’il sera possible de densifier ces villes sans

impacter négativement la qualité de vie des habitants… Naturellement, ces villes devront s’étendre

sur des territoires vierges, la gestion de la congestion, des infrastructures, des biens publics et des

espaces verts37, de la pollution atmosphérique seront primordiales.

4.2.1.2 Prévisions économiques

En première analyse, de nombreuses grandes villes se situent dans des pays en voie de

développement. Ainsi, en coupe transversale, le revenu par habitant et la taille des villes sont a priori

négativement corrélés. Néanmoins, toutes choses égales par ailleurs, l’un des points les plus positifs

du phénomène urbain réside dans le fait que les revenus par tête semblent augmenter avec la taille

des villes. En effet, d’après Bettencourt et al. (2007), les revenus augmentent plus que

proportionnellement avec la taille des villes. De plus, les niveaux d’urbanisation et les revenus par

tête sont historiquement positivement corrélés, ce qui a amené Acemoglu et al. (2002) à définir le

niveau d’urbanisation comme un proxy du niveau de richesse des individus (revenus par habitant).

Ainsi, toutes choses égales par ailleurs, l’augmentation du taux d’urbanisation devrait favoriser les

habitants des pays en voie de développement.

36 http://www.citymayors.com/statistics/largest-cities-density-125.html

37 Les villes d’Asie sont particulièrement denses. Le même phénomène apparaît aussi en Afrique. Lagos est la 4ième ville

la plus dense au monde d’après « City Mayors Statistics », voir le lien : http://www.citymayors.com/statistics/largest-

cities-density-125.html

39

Malgré la corrélation apparente entre les niveaux de richesse et d’urbanisation, les villes qui créent le

plus de richesses ne se situent pas forcément dans les pays les plus riches. En 2012, les États-Unis

était le pays le plus riche au monde, avec un PIB qui atteignait les 15 700 milliards de dollars, suivi

de la Chine (8 200 milliards de dollars), du Japon (6 000 milliards de dollars), de l’Allemagne (3 400

milliards de dollars), de la France (2 600 milliards de dollars) et de la Grande Bretagne (2 400

milliards de dollars). Pourtant, d'après Dobbs et al. (2011), au niveau des villes, la ville de New-York,

la plus peuplée des États-Unis, n’a pas créé autant de revenus que Tokyo38. Nombre de villes

américaines se retrouvent néanmoins dans le haut du classement des villes les plus riches. Par

exemple, Los Angeles et Chicago se classaient respectivement 3ième et 4ième avec une richesse

annuelle crée de 792 et 574 millions de dollars respectivement.

Ensuite, la richesse d’une ville n’est pas strictement corrélée avec le PIB par habitant39. Par exemple,

en 2008, parmi les pays de l’OCDE, le revenu par habitant à Tokyo était relativement faible, autour

de 41 300 dollars par an, alors qu’il était de 73 300 à New-York (classé 8ième). Grâce aux industries

extractives, les habitants d’Edmonton et de Calgary au Canada sont en moyenne les plus riches au

monde.

Globalement, les revenus par tête dans les villes sont supérieurs à ceux des zones rurales. En 2007, la

moitié de la population mondiale vivait dans les zones rurales mais ne générait que 20% du PIB

mondial. À l’heure actuelle, les 600 villes ayant le plus contribué à la croissance du PIB mondial

entre 2007 et 2025 ont généré plus de la moitié du PIB mondial, alors qu’elles ne regroupaient qu’un

cinquième de la population mondiale. En 2025, ces villes devraient même contribuer à hauteur de

60% au PIB mondial (Dobbs, Smit, Remes, Manyika, Roxburgh, & Restrepo, 2011).

Mais jusqu’à présent, ce sont bien les villes des pays développés qui génèrent le plus de richesses. La

part de ces villes dans la production du PIB mondial est de 70% alors qu’elle n’est que 14% pour les

pays en voie de développement. Heureusement, la contribution des villes des pays en voie de

développement dans la croissance du PIB continue d’augmenter et rattrape la contribution des villes

des pays développés. En effet, parmi les 136 nouvelles villes appartenant au haut du classement des

600 premières villes (par contribution à la croissance du PIB mondial), 100 se situaient en Chine, 13

en Inde et 8 en Amérique Latine.

38 en 2008, 1 406 et 1 479 milliards de dollars créés à New-York et Tokyo respectivement

39 http://measuringurban.oecd.org

40

La richesse crée dans les plus grandes mégalopoles (mega-cities en anglais) continue quant à elle de

croître. La croissance cumulée de la richesse produite des villes de Shanghai et Bombay atteindrait

même 197% et 185% respectivement sur la période 2008-2025. Les plus petites villes participent

elles aussi à la croissance du PIB mondial. En effet, l’ensemble des villes de petite, moyenne et grande

taille se situant dans les pays émergents seront responsables de 37% de la croissance du PIB mondial

(sur la période 2007-2025), ce qui est supérieur à la contribution attendue de 34% de toutes les villes

des pays développés et des plus grandes villes situées dans les pays émergents.

Pour résumer, même si à l’heure actuelle, le PIB mondial est principalement dû, à 70%, aux villes

des pays développés, la croissance du PIB mondial sera fortement dynamisée par les villes de taille

moyenne des pays en voie de développement. Le revenu par tête des 600 villes qui contribuent le

plus à la croissance du PIB mondial devrait augmenter de 2.7% par an et passer en moyenne de 20

000 dollars en 2007 à 32 000 dollars en 2025.

5 L’apport de la recherche en Economie et en Géographie pour

expliquer les phénomènes d’urbanisation

Après avoir présenté une brève histoire des villes ainsi que des éléments prospectifs, il convient

maintenant d’apporter un éclairage plus scientifique sur les phénomènes urbains. Les modèles

théoriques issus de la littérature économique peuvent aider à mieux comprendre les mécanismes à

l’œuvre qui poussent les individus et les entreprises à se concentrer ou au contraire à se disperser. De

même, certaines études empiriques s’avèrent très utiles. Elles mettent en exergue certaines régularités

qui relient la taille et les caractéristiques internes des villes.

La modélisation des villes mono-centriques

Von Thünen (1826) est l’un des premiers à avoir proposé un modèle théorique pour expliquer les

villes. Dans le modèle en question, les agriculteurs se localisent plus ou moins loin du centre-ville.

La disposition à payer des agriculteurs pour l’usage de la terre décroit avec la distance vis-à-vis du

centre-ville à cause des coûts de transport (proportionnels au poids des cultures transportées). Or, la

valeur des cultures par unité de poids est différente d’une culture à l’autre. Dès lors, certains

agriculteurs sont plus disposés que d’autres à payer le coût d’opportunité de se rapprocher du centre-

ville où sont vendues toutes les cultures. Il est donc possible de lier les loyers de la terre aux coûts de

41

transport et de déduire la localisation des agriculteurs. Les cultures les plus productives (par unité de

poids) se situent à proximité du centre-ville, et toutes choses égales par ailleurs, ce sont les

agriculteurs qui subissent un coût élevé de transportnqui choisissent de se localiser à proximité du

centre-ville (exemple : coût d’opportunité élevé de se localiser loin du centre-ville pour les produits

qui doivent respecter la chaîne du froid). Au Graphique 8, la disposition à payer de l’agriculteur de

type a, notée 𝐵𝑎, est supérieure à celle des autres agriculteurs (b et c) pour toutes les zones situées à

une distance inférieure ou égale à 𝑑𝑎 du centre-ville. L’agriculteur de type b quant à lui détient la

disposition la plus élevée (𝐵𝑏) pour toutes les zones situées à une distance entre 𝑑𝑎 et 𝑑𝑏 du centre-

ville. Enfin, pour toutes zones plus éloignées, c’est l’agriculteur de type c qui a la disposition à payer

la plus élevée (𝐵𝑐).

Graphique 8: Dispositions à payer des agriculteurs en fonction de la distance vis-à-vis du cœur

de la ville mono-centrique

À l’équilibre du modèle de Von Thünen, le bénéfice marginal pour les agriculteurs de se localiser

plus proche du centre-ville, afin de réduire les coûts de transport, est juste égal au coût additionnel

des loyers.

Ce raisonnement, qui consiste à comparer le bénéfice et le coût marginal de se localiser plus ou moins

proche du centre-ville est similaire pour les ménages. Le modèle mono-centrique d’Alonso (1964),

dans lequel l’ensemble des emplois sont localisés en centre-ville rend justement compte du choix de

localisation offert aux ménages. Comme expliqué dans Anas et al. (1998), “L’enchère du ménage

𝑏(𝑥, �̅�) pour la localisation x est égal au maximum de sa disposition à payer par unité d’aire pour un

42

certain niveau d’utilité donné noté �̅�”. Nous avons alors :

𝑏(𝑥, �̅�) = max𝑧,𝑙

[𝑌−𝑇(𝑥)−𝑧

𝐿] 𝑠𝑡. 𝑢(𝑧, 𝑙) ≥ �̅�, (1.1)

où z est le montant du bien numéraire, L la taille de la zone résidentielle, T(x) le coût de transport

pour les résidents qui habitent à une distance x du centre-ville et Y le revenu total des ménages qui

doit couvrir l’ensemble des dépenses (coûts de transport, loyers et la consommation du bien

numéraire). À l’équilibre, les habitants n’ont plus aucune incitation à s’éloigner ou se rapprocher du

centre-ville. En effet, à l’équilibre, les gains en termes de coûts de transport de se rapprocher du

centre-ville compensent exactement les coûts additionnels des loyers (qui augmentent avec la

proximité vis-à-vis du centre-ville). Nous avons :

𝑑𝑏(𝑥, �̅�)

𝑑𝑥= −

𝑇′(𝑥)

𝐿(𝑦 − 𝑇(𝑥), �̅�)< 0

avec 𝐿(𝑦 − 𝑇(𝑥), �̅�) la fonction, solution du problème de maximisation 1.1, et T'(x) la dérivée

première des coûts de transport. Cette équation correspond à la condition de Muth.

Le premier modèle mono-centrique à intégrer les coûts de congestion est dû à Strotz (1965) et Mills

(1967). Plus tard, de Lara et al. (2012) ont utilisé un modèle mono-centrique avec prise en compte de

la congestion et de l’endogénéité des décisions d’investissement dans le réseau routier. Dans leur

modèle, un ménage qui habite à une distance r du centre-ville supporte un coût de transport 𝜏(𝑟) pour

se rendre en centre-ville qui est fonction de la capacité de la route et du nombre de voyageurs. Le

coût de transport s’exprime comme suit :

𝜏(𝑟) = ∫ 𝑐 (𝑁(𝑥)

𝐿𝑇(𝑥)) 𝑑𝑥,

𝑟

𝜏𝑐

où 𝑐 (𝑁(𝑥)

𝐿𝑇(𝑥)) représente le coût de transport à la distance x du centre-ville. La fonction de coût c est

supposée satisfaire les conditions suivantes 𝑐(𝑤) > 0, 𝑐′(𝑤) > 0, et 𝑐′′(𝑥) > 0 quel que soit 𝑤 ≥ 0.

Le nombre de ménages localisés à une distance x du centre-ville, caractérisé par un rayon fixe 𝑟𝑐, est

noté par N(x). De plus, 𝐿𝑇(𝑥) exprime la proportion du territoire alloué au transport (variable de

contrôle) dans une zone localisée à une distance x du centre-ville. Ce type de modèle a l’avantage de

simuler l’impact de péages routiers sur le niveau de congestion et l’aménagement des territoires.

43

L’apport de la Nouvelle Economie Géographique

Dans tous les modèles mono-centriques, la location des entreprises est fixe au centre-ville. L’une des

explications possibles réside dans le fait que les entreprises seraient prêtes à payer davantage que les

ménages pour se localiser en centre-ville. Les économies d’échelle et de faibles coûts de transport

et/ou des économies d’agglomération40 sont susceptibles d’expliquer la plus grande disposition à

payer des entreprises. Pour les villes dites matures, les effets de la diffusion des connaissances est

crucial. Pour certains auteurs, c’est la diversification des industries qui permettrait de maximiser ces

externalités, pour d’autres au contraire ce serait la spécialisation des industries (Glaeser, Kallal,

Scheinkman & Schleifer, 1991 et Jacobs, 1969).

Selon la Nouvelle Economie Géographique (NEG), les économies d’échelle internes et les coûts de

transport sont les éléments fondamentaux pour expliquer les phénomènes de concentration des

entreprises et des ménages. En effet, les coûts fixes encouragent les entreprises à concentrer plutôt

que disperser leurs activités dans l’espace. Dans le même temps, les entreprises souhaitent aussi un

accès le plus direct possible au marché à cause des coûts de transport lié à la distribution des biens.

Ainsi, le modèle « cœur-périphérie » (Lafourcade & Thisse, 2011) est particulièrement utile pour

comprendre dans quelle mesure les coûts de transports sont à l’origine des forces opposées de

concentration et de dispersion. Dans leur modèle, Lafourcade et Thisse (2011) considèrent deux

secteurs : le secteur manufacturier et le secteur agricole. Dans le secteur agricole, les rendements sont

constants, les travailleurs sont considérés immobiles et les coûts de distribution sont supposés

inexistants. À l’inverse, le secteur industriel se caractérise par des rendements d’échelle croissants.

Les travailleurs de ce secteur sont mobiles d’une région à l’autre (entre le centre et la périphérie de la

ville). Chaque entreprise industrielle vend un bien différentié en l’absence d’économies de gamme.

Les entreprises détiennent alors un pouvoir de marché qui dépend du degré de substitution entre les

variétés de biens. Les consommateurs quant à eux ont une préférence pour la variété. En d’autres

termes, l’utilité des ménages augmente avec le nombre d’entreprises. L’effet d’une augmentation du

nombre de travailleurs du secteur industriel dans une région a un effet plus que proportionnel sur la

proportion d’entreprises industrielles car une augmentation du nombre de travailleurs produit de la

demande additionnelle pour les entreprises alors que ces mêmes entreprises bénéficient d’économies

40 externalités de localisation via les liens entre les producteurs, les fournisseurs et distributeurs, les avantages comparatifs,

les externalités de diffusion des connaissances ou knowledge spillovers en anglais, etc.

44

d’échelle (effet du marché local ou « home market effect »). En conséquence, un afflux de travailleurs

engendre une plus grande spécialisation de la région dans le secteur industriel qui n’est pas ici

expliqué par les avantages comparatifs de la théorie classique. De plus, une plus grande concentration

des entreprises industrielles entraine aussi une concurrence exacerbée et des niveaux de prix plus

compétitifs (the strategic effect). À l’inverse, puisque les entreprises demandent davantage de travail,

les salaires nominaux sont amenés à augmenter (l’effet de demande sur le marché du travail ou « the

demand effect on the labor market »). En conséquence, outre l’augmentation de la variété des biens

offerts, cet effet sur le marché du travail incite des individus à migrer vers les zones où la proportion

d’entreprises industrielles est la plus forte. Ensuite, cette migration entraine une augmentation de

l’offre de travail, ce qui vient limiter la hausse des salaires nominaux sur le marché du travail (l’effet

de l’offre sur le marché du travail ou « the supply effect »). Par conséquent, l’effet sur les salaires est

indéterminé. Par ailleurs, davantage de compétition dans le secteur industriel réduit la marge des

entreprises (« mark-up »), ce qui constitue une force de dispersion pour celles-ci. Si les coûts de

transport sont suffisamment faibles, toutes les firmes se concentrent dans l’une des deux régions (le

centre-ville ou la périphérie). Elles choisissent le centre-ville si elles peuvent disposer d’un accès

direct à un important marché. À l’inverse, de faibles coûts de transport permettent aux entreprises de

limiter le coût de distribution des marchandises auprès de la classe des travailleurs du secteur agricole.

Autres forces d’agglomération

Jusqu’à présent, le raisonnement et les modèles présentés n’intègrent ni les liens entre producteurs,

fournisseurs et distributeurs, ni l’effet de l’existence des pôles d’emplois, ni les effets de la

diffusion des connaissances.

Pourtant, Combes et al. (2012) ont trouvé que pour la France, sur la base des données sur 341 zones

d’emplois, entre 1994 et 2002, les entreprises se situant dans les zones denses (en termes de nombres

d’emplois par unité d’aire) sont en moyenne plus productives, de l’ordre de 9.7%, que les entreprises

se situant dans les zones les moins denses. Parmi les explications possibles, la productivité

augmenterait avec le nombre de fournisseurs. C’est en effet le cas si la fonction de production est de

type CES comme exprimé ci-après :

𝑥 = 𝑧0𝛼(∫ 𝑧(𝑤)𝜌 𝑑𝑤)

𝑛

0

1−𝛼

𝜌 .

La production notée par x est une fonction à rendements constants, avec 𝑧0 le bien homogène et la

fonction z(w) décrivant les biens différentiés. L’élasticité du bien homogène est égal à α et la variable

45

ρ décrit le degré de substitution entre les biens différentiés. Les producteurs ont une préférence pour

la variété d’autant plus forte (la productivité augmente avec le nombre de fournisseurs) que les biens

intermédiaires sont faiblement substituables.

D’autres modèles seulement basés sur les effets de la diffusion des connaissances permettent aussi de

mettre en lumière certains phénomènes de développement urbain. Les entreprises partagent en effet

des connaissances qui ne peuvent pas toujours internaliser. Fujita & Thisse (Fujita & Thisse, 1997)

ont ainsi montré qu’une structure de ville de type polycentrique pouvait émerger si les coûts de

transport sont élevés relativement au degré des effets de diffusion des connaissances entre les firmes

(« knowledge spillovers »).

Parce que certaines de ces forces d’agglomération sont basées sur des externalités, le niveau de

concentration des entreprises n’est généralement pas optimal. Pour Hotelling (1929), les villes sont

généralement trop grandes à cause d’externalités négatives non internalisées. À l’inverse, comme le

font remarquer Fujita et Thisse (1997), les externalités urbaines ne sont pas nécessairement négatives

et il peut exister des rendements croissants. La taille des villes peut donc s’avérer trop réduite.

La hiérarchie des villes

5.4.1. Distribution des villes par fonction

Certains chercheurs ont aussi tenté d’apporter un éclairage sur des phénomènes plus globaux de

spécialisation et de distribution des villes. Christaller (1933) a été l’un des premiers pionniers en la

matière. Au travers de la théorie de la place centrale (the central place theory en anglais), il a montré

que les grandes villes étaient les plus diversifiées et que la distance entre les villes dépendait

indubitablement de la taille des villes en question. En effet, les individus choisissent de parcourir de

plus longues distances si le lieu de destination leur permet d’atteindre une large variété de biens. Les

individus peuvent donc choisir de se rendre dans de grandes villes s’ils veulent acheter des biens non

communs qu’ils ne peuvent trouver dans des magasins de proximité. En effet, les marchands locaux

ne vendent que des biens du quotidien qui peuvent être achetés très fréquemment par les habitants

des alentours. Comme l’a expliqué Reilly par le biais de la loi de gravitation des marchés de détail

(The Law of Retail Gravitation, 1931), la zone de chalandise d’une ville augmente avec sa taille (ci-

après la masse). Le rayon de la zone de chalandise d’une ville s’exprime comme suit :

46

𝑑𝑥𝑏 =𝑑𝑎𝑏

1+√𝑃𝑎𝑃𝑏

,

où 𝑑𝑎𝑏 désigne la distance entre deux villes indicées par a et b, et 𝑑𝑥𝑏 le rayon de la zone de chalandise

de la ville b qui augmente avec sa masse 𝑃𝑏 et décroit avec la masse 𝑃𝑎 de la ville a.

À partir du constat que les grandes villes sont relativement éloignées les unes des autres et qu’elles

proposent une large variété de biens, la question est maintenant de comprendre les mécanismes à

l’œuvre du côté des entreprises les incitant à se concentrer et produire des biens différentiés. Tout

d’abord, Hotelling (Stability in Competition, 1929) avec la théorie de la différentiation minimale des

produits explique que les entreprises sont amenées à se concentrer pour augmenter la demande

potentielle pour leurs produits. En fait, sur la base d’une compétition en prix et d’une fonction de coût

de transport quadratique, il a été démontré que les entreprises sont au contraire incitées à se localiser

aux extrêmes, c’est-à-dire à être spatialement différentiées (d'Aspremont, Gabszewicz, & Thisse,

1979). Selon la théorie économique, l’incitation des entreprises à se concentrer dépend alors du

niveau des coûts de transport relativement à la différentiation des produits. Lorsque les coûts de

transport sont très faibles et que les entreprises sont fortement différentiées, les entreprises ont

tendance à se concentrer, c’est à dire à être spatialement moins différentiées (de Palma, Ginsburgh,

Papageorgiou, & Thisse, 1985). Cela explique pourquoi, à l’inverse, les entreprises qui vendent des

biens relativement homogènes, que les individus consomment quotidiennement, sont incitées à se

disperser sur l’ensemble du territoire. Ce mécanisme de distribution des entreprises est susceptible de

promouvoir des villes de taille moyenne et des petits bourgs. En conséquence, la théorie économique

permet de rendre compte d’une certaine hiérarchie des villes en termes de population et de fonction

telle qu’exprimée par Christaller. Enfin, selon cette théorie, il est tout aussi naturel d’observer que les

villes de petite et moyenne taille sont beaucoup plus nombreuses que les villes de grande taille. En

réalité, la distribution de la taille des villes suit une certaine loi statistique (voir la section qui suit).

5.4.2. Distribution de la taille des villes

En 1950, la plus grande ville au monde, la ville de New-York, était peuplée de 12.34 millions

d’habitants. Avant que la population totale de Tokyo ne dépasse largement celle de New-York à partir

de 1970, le différentiel de population entre la ville de New-York et la ville de Tokyo était relativement

réduit au milieu du 20ème siècle. En 2000, Tokyo était deux fois plus peuplée que New-York. Le

classement des villes les plus peuplées a ensuite évolué. En 2010, la population totale de Tokyo, de

l’ordre de 37 millions d’habitants, n’était plus deux fois plus nombreuse que celle de Delhi,

47

maintenant classée deuxième dans le classement international.

En outre, en 2010, seulement 3 villes comptaient entre 20 et 30 millions d’habitants, et 16 villes

étaient peuplées de 10 à 20 millions d’habitants. Pratiquement toutes les villes chinoises avaient en

2010 une population en deçà des 2 millions d’habitants (UN, 2012). D’après Chan et al. (2008), la

proportion de villes moyennes et des villes de petite taille est beaucoup plus importante en Chine que

dans le reste du monde. Les auteurs imputent ce phénomène à la très forte centralisation du pouvoir

politique et de la planification conduisant à des investissements plus importants dans les zones

reculées.

Il est très facile de montrer que la croissance urbaine en Inde et en Chine entre 1990 et 1995 est

fortement dépendante de la taille des villes. Certaines villes chinoises ont cru à des taux

particulièrement élevés sur la période, de l’ordre de 20% par an, sûrement parce qu’elles ont bénéficié

d’un accès immédiat aux voies maritimes mais aussi parce qu’elles ont profité des externalités

générées par le développement industriel des plus grandes villes (Chan, Henderson, & Tsui, 2008).

De manière similaire, en Inde, la croissance démographique des villes dépend de leur taille. Ces

constats confortent les résultats du cabinet McKinsey (Dobbs, Smit, Remes, Manyika, Roxburgh, &

Restrepo, 2011) qui estimait qu’entre 2008 et 2025, la croissance de la population dans les villes de

taille moyenne devrait être en moyenne supérieure à celle des plus grandes villes, même s’il est

important de noter que les trois plus forts taux de croissance seront ceux de très grandes villes (Beijing

= 5.5%, Shanghai = 5.2% and Tokyo = 3.3%).

À l’aune de ces observations, notons tout d’abord que certaines villes croissent plus vite que d’autres.

Le ratio entre la population totale de la plus grande ville au monde et la population totale de la seconde

plus grande ville n’est pas forcément constant au fil du temps. Ensuite, la distribution de la taille des

villes diffère fortement d’un pays à l’autre. En d’autres termes, les villes de petite et moyenne taille

se développent plus vite dans certains pays que dans d’autres.

Pourtant, malgré ces disparités, les chercheurs ont identifié certaines régularités (Ioannides &

Overman, 2003). En moyenne, il a été démontré que le rang d’une ville au logarithme (classement en

fonction du nombre d’habitants) est une fonction linéaire de la taille de la ville (en termes de nombre

d’habitants). Cette relation mathématique s’exprime comme suit :

log 𝑟(𝑆) = log A − 𝜉 log S, (1.3)

48

où S est la taille de la ville, r(S) the rang de la ville de taille S, A est une constante positive, et ξ est

l’élasticité du rang par rapport à la taille de la ville. La loi telle qu’exprimée ci-dessus correspond à

la loi de Zipf quand ξ est égal à 1. La variable 𝑠𝑡𝑖 exprime la taille normalisée de la ville indicée i à la

date t, c’est-à-dire, la population totale de la ville i à la date t divisée par la population totale urbaine

à la date t (∑ 𝑠𝑡𝑖

𝑖 = 1, ∀𝑡). Gabaix (1999) a montré que si les villes croissent à un taux aléatoire de

même espérance et de même variance, indépendamment de la taille de la ville (loi de Gibrat), à

l’équilibre, la loi de Zipf est vérifiée et peut se réécrire comme suit :

𝐺(𝑠) =𝑎

𝑠𝜉, with 𝜉 = 1, (1.4)

avec G(s) la fonction de distribution contre-cumulative41, s la taille normalisée des villes et a une

constante positive. La fonction de distribution contre-cumulative de la taille des villes suit une loi

puissance. En d’autres termes, la probabilité de trouver des villes dont la population totale est

supérieure à un certain niveau de plafond diminue avec le niveau de ce plafond : il y a beaucoup plus

de villes de petite taille que de villes de grande taille. En appliquant le logarithmique à l’Equation

1.4, on déduit la loi de « rang-taille » telle qu’énoncée à l’Equation 1.3, avec une pente égale à -1

pour obtenir la loi de Zipf (𝜉 = 1). Comme illustré au Graphique 9, cette loi de Zipf a été vérifiée

d’un point de vue empirique puisque lorsqu’on régresse le rang des villes pris au logarithme sur le

logarithme de la taille des villes, la pente de la droite linéaire est estimée à environ -142. Si l’on

considère maintenant l’Equation 1.3, avec A normalisé à la population de la plus grande ville (𝑆𝑚𝑎𝑥),

et ξ calibré à l’unité, la taille d’une ville est en moyenne égale à la population de la plus grande ville

divisée par le rang de la ville en question.

𝑆 =𝑆𝑚𝑎𝑥

𝑟(𝑆)

Cette dernière équation implique que le ratio entre la population totale de deux villes indicées i et j

est égal à l’inverse du ratio entre les rangs des villes en question. Nous avons :

𝑆𝑖

𝑆𝑗=

𝑟(𝑆𝑗)

𝑟(𝑆𝑖),

où 𝑆𝑖 et 𝑟(𝑆𝑖) désignent respectivement la population et le rang de la ville indicée i (∀ 𝑖 ≠ 𝑗).

Avec la loi de Zipf, exposée à l’Equation 1.4, la distribution de la taille des villes suit une loi puissance

ou une distribution de Pareto. La première explication est que chaque industrie suit une distribution

de Pareto, sachant que la somme de distributions de Pareto suit aussi une distribution de Pareto.

411-F(s), avec F(s) la fonction de distribution cumulative

42 les points observés sont tous à proximité de la droite prédite

49

La loi de Zipf admet tout de même certaines limites car pour quelques paramètres de ξ issus de

l’Equation 1.4, la distribution de la taille des villes peut se caractériser par une moyenne et une

variance non finies ou alors par une moyenne finie mais par une variance non finie (Newman M. E.,

2005). De plus, le taux de croissance et la variance des villes peuvent dépendre de la taille des villes,

ce qui contredit la loi de Gibrat (Gabaix, 1999). Encore plus problématique, il n’est pas non plus

évident que les taux de croissance de toutes les villes suivent la même distribution. Ioannides et

Overman (2003) montrent qu’avec un intervalle de confiance de 95 %, la loi de Gibrat et donc la loi

de Zipf ne peuvent pas être rejetées pour de nombreuses villes. Néanmoins, il apparaît que les villes

de petite taille croissent en moyenne plus rapidement avec un intervalle de confiance plus réduit, ce

qui laisse penser que les petites villes rattrapent les plus grandes.

Graphique 9: La loi de rang-taille pour les 135 plus grandes agglomérations américaines en 1991.

Source: Gabaix (1999)

6 Les enjeux des politiques publiques

La croissance du taux d’urbanisation dans la plupart des pays du monde devrait permettre à des

individus d’augmenter leur niveau de vie. Ce phénomène constitue malgré tout un enjeu pour les

décideurs. Ceux-ci devront entre autres maîtriser les besoins d’accès aux infrastructures de réseaux

et limiter les externalités négatives (pollution, étalement urbain, etc.).

La gestion et le développement soutenable des villes

Plusieurs définitions de soutenabilité ont été proposées. La plus souvent citée est due à Brundlandt

(1987) :

50

« le développement durable est un développement qui répond aux besoins du présent sans

compromettre la capacité des générations futures à répondre à leurs propres besoins ».

Afin de mettre en place des politiques dites soutenables, les économistes considèrent généralement

que les décideurs doivent avoir une préférence intergénérationnelle, des préférences sociales43 et

doivent internaliser les externalités négatives et positives crées par la ville (au niveau régional,

national et international) (Proost & van der Loo, 2013). La fonction de bien-être des décideurs, utile

pour comparer plusieurs alternatives, devrait par exemple intégrer l’impact d’une politique sur les

migrations inter-villes et les externalités négatives de la pollution atmosphérique supportées par les

autres villes (exemple : coûts liés à l’élévation du niveau de la mer et coûts d’accueil des réfugiés

climatiques). Il est plus généralement nécessaire et indispensable d’anticiper la trajectoire de

croissance des villes et construire de réelles politiques de développement urbain afin de contrecarrer

des développements excessifs ou au contraire encourager la concentration des ménages et des

entreprises.

Malheureusement, il semble raisonnable de penser que les décideurs ne sont pas tous incités à mettre

en œuvre des politiques soutenables de gestion et de développement des villes. En effet, les décideurs

peuvent avoir une incitation à satisfaire les électeurs, attirer les entreprises, les ménages et les

investisseurs. La compétition effrénée entre les villes qui en résulte ne semble pas toujours optimale.

Certaines urgences économiques, sociales et environnementales doivent être traitées au travers de

politiques adaptées. Trois axes majeurs de politiques publiques peuvent être identifiés : les politiques

de transport, les politiques d’aménagement des territoires et les politiques sociales. Ces grands axes

ont pour objectif de répondre aux problèmes de congestion et de pollution, d’étalement urbain,

d’inégalités des revenus, d’exclusion sociale et d’accès aux infrastructures.

En particulier, les politiques sociales sont utiles pour fournir des biens et/ou services publics

répondant à des besoins de santé et d’éducation. Les décideurs politiques peuvent aussi vouloir

réduire les inégalités croissantes de revenus. Aux États-Unis, ces inégalités ont augmenté avec la

taille des villes dans les années 1970 (Long, Rasmussen, & Haworth, 1977)44. Le niveau d’inégalité

43 c’est-à-dire considérer les problèmes d’équité au sein de la population

44 La courbe de Kuznets qui indique que les inégalités de richesse augmentent puis diminuent avec les revenus permet

d’expliquer ce phénomène. En effet, les inégalités de revenus devraient augmenter en tout cas dans un premier temps

51

de richesse entre individus a pourtant des effets néfastes, comme sur le niveau de criminalité

(Thorbecke & Charumilind, 2002). Ces résultats confirment ceux de Bettencourt et al. (2007) qui

avaient conclu à une élasticité négative entre le niveau de criminalité et la taille des villes.

Les frontières entre les politiques de transport, d’aménagement du territoire et les politiques sociales

sont éminemment poreuses. Des collaborations semblent nécessaires en vue de construire une

politique globale cohérente. Un arbitrage entre différents objectifs peut-être requis dans la mesure où

les ressources naturelles et financières sont limitées. Les décisions prises dépendront alors des

préoccupations premières des décideurs publics et de la pondération de chaque objectif entrant dans

la fonction de bien-être collectif (Hediger, 2000).

En tout état de cause, les décisions prises ne peuvent seulement dépendre d’indicateurs économico-

financiers comme le revenu par habitant dans la mesure où le concept de soutenabilité suppose

d’évaluer diverses situations sous l’angle économique, social et environnemental.

La problématique spécifique de l’étalement urbain

À l’échelle de l’individu, il est possible d’observer certaines régularités. Par exemple, la part des

dépenses de transport dans le budget total des ménages semble constante au fil du temps (Schafer,

2000). De même, les temps de trajet évoluent peu, autour d’une heure par jour. D’après Marchetti

(1994) cette régularité pourrait par exemple trouver sa source dans l’instinct casanier des humains,

pour qui, historiquement, le temps passé en dehors de la « grotte » ne dépassait pas une heure par

jour45. L’augmentation des vitesses de trajet aurait alors promu l’étalement urbain.

Si l’on retrouve des régularités au niveau de l’individu, il est donc tout aussi naturel de trouver des

régularités au niveau des villes, de leur structure et de leurs caractéristiques propres. Ces régularités

sont bien souvent exprimées sous forme de lois puissance. En particulier, un certain nombre de

corrélations existent entre la taille et les caractéristiques internes des villes telles que la consommation

d’énergie, les dépenses en infrastructure, le revenu par habitant, et les niveaux de criminalité.

avec l’augmentation de la taille des villes sous la condition que les revenus par habitant augmentent avec la taille des

villes.

45 D’autres théories sont susceptibles d’expliquer cette régularité

52

Bettencourt (2007) a par exemple identifié des lois puissance mettant en relation la taille et de

nombreuses caractéristiques des villes. Ces lois s’expriment généralement sous la forme suivante :

𝑌(𝑡) = 𝑌0𝑁(𝑡)𝛽 avec 𝛽 ≥ 0, (1.2)

où N(t) désigne la taille de la ville à la date t, Y(t) la caractéristique en question à la date t (revenu par

habitant par exemple), et 𝑌0 une constante à normaliser. Si le paramètre estimé est égal à 1, la

caractéristique et la taille de la ville évoluent dans les mêmes proportions : la valeur de la

caractéristique en question augmente de 1% si la population totale de la ville croit de 1%.

Parmi les régularités observées, l’étalement urbain semble être fortement corrélé avec la taille des

villes (Fuller & Gaston, 2009). En l’occurrence, Marshall (2007) a trouvé que pour les villes

américaines le scalaire était de 2, c’est à dire que l’aire urbaine augmente de 2% lorsque la population

totale de la ville croit de 1%. La densité urbaine diminue donc avec la taille des villes. En particulier,

lorsque la taille de la ville augmente en moyenne de 1%, la densité urbaine diminue de 1%. Fuller

and Gaston (2009) ont aussi montré que les grandes villes ne font pas partie des villes les plus denses.

Le modèle de la ville mono-centrique ne peut pas mettre en exergue le phénomène observé de

l’étalement urbain. En effet, dans ce cadre conceptuel où tous les emplois sont localisés au centre-

ville, la densité des villes augmente avec leur taille. C’est donc la structure polycentrique des villes

qui pourrait expliquer pourquoi les grandes villes ne sont pas nécessairement les plus denses. Dans

une ville polycentrique, plusieurs pôles d’emploi se répartissent dans différentes zones urbaines (au

centre-ville et en périphérie). Dès lors, pour identifier la structure des villes, il convient d’estimer la

densité des emplois et de la population dans les zones plus ou moins éloignées des centres-villes.

D’après Clark (1951), la densité urbaine peut s’exprimer comme une loi exponentielle en fonction de

la distance vis-à-vis du centre-ville. Nous avons :

𝐷(𝑟) = 𝐴𝑒−𝛾𝑟,

où D(r) désigne la densité urbaine à la distance r du centre-ville, γ le gradient de densité, et 𝐴 = 𝐷(0)

la densité urbaine au centre-ville. La population totale à la distance r du cœur de la ville est

naturellement égale à la densité urbaine multipliée par la surface. La population cumulée à la distance

r du centre-ville, notée P(r), s’exprime comme suit :

𝑃(𝑟) = 2𝜋 ∫ 𝑟𝐷(𝑥) 𝑑𝑥𝑟

0.

Un gradient de densité positif indique que la densité urbaine décroit avec la distance vis-à-vis du

53

centre-ville. Le gradient de densité diminue donc avec l’étalement urbain (Muth, 1969; Mills, 1972).

En outre, le gradient de densité diffère entre les ménages et les entreprises. Cet indicateur est

généralement plus élevé pour les entreprises que pour les ménages, ce qui signifie que les entreprises

sont généralement localisées plus proches du centre-ville que ne le sont les ménages. Les entreprises

suivraient alors la migration des ménages du centre-ville vers la périphérie (Mieszkowski & Mills,

1993)46.

Quelles que soient les raisons, comme la diminution des coûts de transport ou de meilleures

conditions de vie à l’extérieur des villes, les ménages pris individuellement peuvent être incités à

habiter en périphérie des villes. Naturellement, d’autres éléments plus contextuels et temporaires sont

aussi à même d’expliquer un certain nombre de phénomènes migratoires et des bouleversements dans

l’aménagement des territoires.

Collectivement, l’étalement urbain, à cause des défaillances de marché, est source de gaspillage et de

sous-optimalité (Brueckner, 2000). En premier lieu, les voyageurs ne supportent pas le coût social de

congestion. En effet, le coût de transport (privé) n’intègre pas l’ensemble des coûts générés pour les

autres voyageurs. En deuxième lieu, les prix dans le secteur de l’immobilier sont généralement sous-

évalués car ils n’incluent pas l’ensemble des bénéfices des aménités environnementales et des espaces

dits ouverts47. En troisième lieu, le coût en infrastructure lors de la construction de logements

supplémentaires est égal au coût moyen et non au coût marginal. Par conséquent, le coût des

infrastructures de constructions supplémentaires est souvent sous-évalué.

De ce point de vue, la crise immobilière a semble-t-il été particulièrement néfaste du point de vue de

l’aménagement des territoires aux États-Unis. En effet, l’expansion puis l’explosion de la bulle

immobilière a considérablement impacté la structure des villes américaines. Entre 2004 et 2007, les

résidents ont eu un accès très facilité aux crédits. Les villes se sont alors développées et étendues très

rapidement. Inévitablement, entre 2008-2009, les défauts de paiement ont augmenté suite au passage

à des taux variables et à la hausse inévitable des saisies immobilières. Le nombre de logements

vacants dans nombre de villes américaines (entre autres en Floride et dans le Nevada) a donc subi une

46 La décentralisation ensuite des emplois produit des villes de plus en plus polycentriques rendant alors la tâche plus

difficile d’estimer le gradient de densité vis-à-vis de plusieurs centres urbains (Small & Song, 1994).

47 En particulier, d’après Brueckner (Urban sprawl: diagnosis and remedies, 2000), “open space provides city dwellers

with an easy escape from the frenetic urban scene and a chance to enjoy nature. Such open-space benefits, however, are

not taken into account when land is converted to urban use.”

54

forte hausse. Ex-post, ces villes sont étendues alors que paradoxalement de nombreuses habitations

ne trouvent toujours pas de repreneurs. A l’opposé, d’autres villes semblent avoir bénéficié des

nouveaux flux migratoires causés par la crise immobilière. Les nouvelles constructions dans ces villes

hôtes ne semblent globalement pas optimales du point de vue du bien-être collectif puisque les

bénéfices de ces villes doivent être comparés aux coûts des villes qui perdent des résidents. Il serait

dès lors intéressant d’avoir une analyse plus globale, à une échelle nationale, afin d’évaluer la

pertinence de la construction de nouvelles habitations dans la région du Texas par exemple. En effet,

les villes hôtes ont besoin de construire de nouvelles infrastructures coûteuses, de détruire des espaces

verts et autres espaces ouverts, alors que dans le même temps d’autres villes pâtissent d’une

proportion élevée de logements vacants et d’une sous-utilisation des infrastructures (réseaux routiers,

électriques, eaux, télécommunications).

Les problématiques spécifiques dans le secteur du transport

Dans les transports, la demande est largement conditionnée par la taille du marché (nombre

d’utilisateurs) et la demande de transport par utilisateur au cours de la journée. Pour éviter toute

congestion sur les réseaux de transport (collectifs ou individuels), le dimensionnement des

infrastructures de transport doit idéalement se calibrer sur le pique de demande. En fait, il n’apparaît

pas toujours optimal de dimensionner la capacité du réseau en fonction des piques de demande. En

effet, sans considérer les potentielles externalités extra-sectorielles, d’un point de vue du bien-être

collectif, il semble optimal de diminuer la capacité du réseau tant que le coût marginal de congestion

est inférieur au bénéfice marginal de la diminution du coût moyen.

Typiquement, comme illustré au Graphique 10, les réseaux de transports sont généralement

congestionnés le matin entre 7h et 10h ainsi que le soir vers 17h-18h. En dehors de ces heures pleines,

les réseaux sont surdimensionnés.

55

Graphique 10 : Fluctuation de la congestion dans les transports

La congestion est une problématique majeure dans la plupart des grandes villes à cause des temps de

trajet rallongés et des problèmes environnementaux liés au réchauffement climatique. Aux États-

Unis, la congestion a cru dans la plupart des grandes villes entre 1982 et 2011. Par exemple, en 2011,

le temps passé dans les embouteillages par voiture à Washington DC et Phoenix a atteint

respectivement 67 h et 35 h (Texas A&M Transportation Institute)48.

Le niveau de congestion peut s’expliquer par la structure plus ou moins mono-centrique (versus

polycentrique) des villes. La congestion est en effet davantage susceptible d’augmenter avec le

nombre d’habitants dans les villes mono-centriques car tous les emplois sont localisés en centre-ville.

L’élévation de la congestion en centre-ville incite ensuite certains résidents à vivre en périphérie des

villes ou bien se localiser dans des villes de taille moyenne.

À partir de nombreuses observations sur les villes mondiales (Ingram, 1999), il est possible de

montrer que la densité des infrastructures routières (la longueur des routes par kilomètre carré) est

approximativement constante. Cela s’explique par le coût très élevé d’opportunité de construire de

nouvelles routes dans les milieux urbains.

Le plafond de la densité des réseaux routiers dans les villes est estimé à environ 23 km par kilomètre

carré. Par conséquent, même si la population des villes augmente, la densité du réseau routier en

48 http://mobility.tamu.edu/ums

56

milieu urbain est plafonnée. La longueur du réseau routier par habitant (exprimée en mètres) est alors

négativement corrélée avec la densité urbaine (exprimée en nombre d’habitants par kilomètre carré).

Comme illustré au Graphique 11, si la densité urbaine augmente de un pourcent, la longueur des

routes par habitant décroit dans la même proportion (de un pourcent). Bettencourt (2007) a aussi

montré que les routes ne se développent pas dans les mêmes proportions que la taille des villes.

Graphique 11: Variation de la longueur des routes par habitant. Source : Ingram (1999)

En moyenne, la congestion augmente donc avec la taille des villes. Entre 1982 et 2011, la congestion

a augmenté dans l’ensemble des agglomérations américaines, mais beaucoup plus dans les villes de

grande taille. Dans les grandes villes, le nombre d’heures passées par habitant dans les embouteillages

a augmenté de 33h et de seulement 14h dans les villes de petite taille. Ainsi, en 2011, le temps moyen

d’embouteillage des plus grandes villes américaines a atteint 52h par automobile, alors qu’il n’était

que de 28h pour les villes moyennes et à peine de 21h pour les villes de petite taille (Texas A&M

Transportation Institute).

Il est important de noter que le coût de la congestion ou inversement le bénéfice social d’une

diminution des temps de trajet sont distribués en fonction des catégories de véhicules (exemple : les

véhicules d’urgence). C’est la raison pour laquelle les États choisissent entre autres sur les réseaux

routiers de donner un accès prioritaire à certaines catégories de véhicules (utilisation de gyrophares

et des bandes d’arrêt d’urgence, etc.). En France par exemple, comme énoncé dans l’article R415-12

57

du code de la route49, les usagers ont l’obligation, sous peine d’une amende et d’un retrait de quatre

points sur leur permis de conduire, de céder le passage aux véhicules d’intérêt général (police, SAMU,

etc.).

Afin de mieux maitriser la congestion et la pollution atmosphérique dans les villes, d’autres solutions

comme les péages urbains apparaissent (Raux et Andan 2002). Malgré tout, la tarification de l’accès

aux infrastructures des réseaux routiers n’est jamais laissée à la seule discrétion du marché. L’État,

outre l’objectif de répondre à des besoins spécifiques (congestion, temps de trajet trop longs, pollution

atmosphérique, etc.) a toujours pour but de protéger l’intérêt des consommateurs via des prix

compétitifs et d’assurer la libre circulation des personnes sur l’ensemble du domaine public50. La loi

n°2010-788 du 12 juillet 201051 autorisant l’expérimentation de péages urbains pour les

agglomérations de plus de 300 000 habitants semble constituer une entorse au principe de liberté et

de gratuité de circulation. En effet, à la différence des autoroutes, avec les péages cordon, aucune

autre route gratuite n’est mise à disposition des usagers pour circuler dans le domaine public (ici pour

se rendre au centre-ville). En fait, des transports collectifs de substitution à la voiture sont

obligatoirement proposés aux conducteurs afin d’assurer une liberté de circulation.

Il convient ainsi de noter que les politiques de transport n’ont pas seulement pour objectif de diminuer

les temps de trajet. Les politiques de transport visent aussi à privilégier des modes de transports

durables qui doivent être en accord avec les problématiques sociales et environnementales telle que

la pollution atmosphérique (externalités extra-sectorielles et extra-régionales). Dès lors, même si le

coût d’opportunité de densifier des réseaux routiers était suffisamment faible, il ne serait pas

forcément optimal d’investir encore davantage dans les réseaux routiers des villes les plus denses

49

https://www.legifrance.gouv.fr/affichCodeArticle.do?cidTexte=LEGITEXT000006074228&idArticle=LEGIARTI0000

06842252&dateTexte=20160327

50 Aussi, la loi du 18 avril 1955 qui autorise les péages autoroutiers en France peut sembler en contradiction avec les

principes de liberté et de gratuité de circulation datant de la fin de l’Ancien Régime. En fait, le prix des autoroutes

concédées en France est régulé par l’État, de plus, les automobilistes ont toujours la possibilité d’utiliser les routes

nationales pour se déplacer sur l’ensemble du territoire. En d’autres termes, les nouvelles voies de circulation rapides

(autoroutes) n’ont pas engendré une dégradation de la qualité de service sur les autres routes (routes nationales et

départementales) et elles laissent toujours la possibilité aux individus de se déplacer librement sur l’ensemble du territoire.

51

https://www.legifrance.gouv.fr/affichTexteArticle.do;jsessionid=27956E2210846D16875767658CD2E92C.tpdjo06v_3

?idArticle=JORFARTI000022470943&cidTexte=JORFTEXT000022470434&dateTexte=29990101&categorieLien=id

58

pour réduire la congestion.

Les expériences passées ont en effet montré que les investissements dans les infrastructures routières

réduisent mécaniquement le niveau de congestion mais incitent aussi d’autres individus à choisir la

voiture individuelle comme mode principal de transport. Aux États-Unis par exemple, les lourds

investissements dans les réseaux routiers à partir des années 1950 ont promu l’utilisation de la voiture

individuelle au détriment des transports en commun et favorisé l’étalement urbain.

En effet, en plus d’agir sur les choix modaux, les politiques de transport agissent aussi sur la structure

des villes. En effet, à long terme, les politiques de transport modifient le niveau d’accessibilité des

zones géographiques et influent sur les incitations de localisation des ménages et des entreprises. Des

politiques spécifiques de transport peuvent donc être utiles pour réduire l’étalement urbain52.

Inversement, certaines politiques d’aménagement conduisent à promouvoir certains types de

transport. La structure de la ville de Brasilia, telle que pensée par Lucio Costa et Oscar Niemeyer,

construite majoritairement entre 1956 et 1960, a très largement privilégié l’usage de la voiture au

détriment des transports en commun53. Même si de nombreux bâtiments incorporent des services

diversifiés, globalement, la ville est divisée en différentes zones spécialisées, l’usage de la voiture

étant centrale pour aller d’une zone à une autre. La ville idéale, telle que les décideurs pourraient

l’envisager à l’heure actuelle, correspond plutôt à une grande agglomération, incorporant des espaces

verts, avec une vie sociale très riche, et où différentes zones denses très diversifiées s’interconnectent

par le bais de transports en commun.

Pour résumer, la politique de dimensionnement des infrastructures routières ne peut être qu’intra-

sectorielle dans la mesure où les transports individuels créent des externalités négatives. Au contraire,

la sous-capacité des routes à supporter les piques de demande (congestion) peut être, dans une certaine

mesure, une opportunité puisqu’elle incite au changement modal des individus de la voiture

particulière vers les transports en commun. Une politique active d’investissement dans les transports

52 voir les modèles dits LUTI pour « land use and transport integration models » par exemple de la Barra 1989 et Wegener

2004

53 “Brasília’s urban sprawl with low-density occupation and car dependency make sustainable types of transportation

quite hard to implement given the long distances between most residential and commercial areas”

https://jscholarship.library.jhu.edu/bitstream/handle/1774.2/34443/Proposal_Marcia%20Oliveira_final.pdf Improving

Urban Transportation through the European Experience: The Case of Brasília, Brazil (2010)

59

publics, spécifiquement dans les zones denses, est alors un prérequis.

Dans les zones à faible densité, la problématique du basculement modal en faveur des transports en

commun semble plus complexe.

Il a notamment été démontré que l’usage de la voiture (volume total d’heures parcourues par

l’ensemble des automobilistes) est négativement corrélé avec l’intensité de l’activité (nombre total

de personnes et d’emplois par kilomètre carré). Comme illustré au Graphique 12, pour les 58

agglomérations les plus riches au monde, le coefficient β de la loi puissance exprimée ci-après est

estimée à -0.6612 :

𝑦 = 𝑦0𝑥𝛽

où y est l’indicateur de l’usage de la voiture, 𝑦0 une constante positive et 𝑥 l’intensité de l’activité54.

Avec un coefficient β de -0.6612, l’usage de la voiture décroit donc de 0.66% pour toute

augmentation de 1% de l’intensité de l’activité.

Ainsi, pour une densité très faible (vs. élevée), la voiture (vs. transport public) est le mode de transport

le plus privilégié (voir Graphique 13). Newman et Kenworthy (1999) confirment aussi que l’usage

du transport public augmente concomitamment avec la densité urbaine. Comme illustré au Graphique

14, la moitié des ménages utilisent les transports publics dans les villes les plus denses d’Asie. À

l’opposé, les citadins en Amérique du Nord et en Australie préfèrent majoritairement la voiture

individuelle pour se déplacer ; seulement 10% d’entre eux choisissent les transports publics.

54 Au dénominateur, les zones urbaines incluent “residential, commercial, industrial land, local parks and open spaces,

plus roads and any other urban land uses, and excludes large areas of undeveloped land etc.” Newman & Kenworthy

(Urban design to reduce automobile dependence, 2006)

60

Graphique 12 : L’usage de la voiture en fonction de l’intensité de l’activité. Source : Newman &

Kenworthy (2006)

Graphique 13 : Le choix modal en fonction de la densité des villes aux États-Unis. Source :

Bertaud & Malpezzi (2003)

61

Graphique 14 : la typologie des villes en fonction de la densité urbaine. Source : Newman &

Kenworthy (2006), and cited in Lefèvre (2010)

L’usage relativement important de la voiture, au détriment des transports publics, dans les zones à

faible densité peut s’expliquer pour deux raisons. D’une part, le faible niveau de congestion dans les

villes à faible densité n’incite pas les individus à privilégier des modes de transport alternatifs

(transport public, deux-roues, vélo, marche à pieds). D’autre part, l’offre de transport en commun est

forcément réduite dans les zones à faible densité car le coût moyen est d’autant plus élevé que la

densité urbaine est faible. Seules les villes les plus denses peuvent être en mesure de proposer des

transports publics coûteux à l’investissement. Un minimum de densité urbaine semble en effet

nécessaire en vue de développer certains transports publics tels que des lignes de métro et des trains

de banlieue (Cervero & Guerra, 2011).

Malgré ces contraintes économiques, relatives au coût de déploiement et de couverture des zones de

faible densité, la couverture des espaces par les transports publics, au travers d’un mixte

technologique (métro, train, bus, etc.), constitue non seulement un enjeu environnemental mais aussi

sociétal : un enjeu environnemental tout d’abord, car les automobilistes n’internalisent généralement

pas l’ensemble des effets de leur choix modal sur la congestion et la pollution atmosphérique, un

enjeu sociétal ensuite, car les décideurs politiques ont a priori pour soucis de réduire l’exclusion

sociale au travers d’une politique active de promotion de l’accessibilité dans le domaine des

transports.

62

Pour résumer, une politique de transport55 est particulièrement utile pour réduire la congestion et

l’exclusion sociale, limiter les impacts de la pollution atmosphérique ainsi que pour contrecarrer

l’étalement urbain.

7 Quels enseignements pour la régulation des télécommunications ?

L’étalement urbain dans le cadre de villes mono-centriques est préoccupant pour plusieurs raisons,

d’une part, il conduit à la destruction d’espaces potentiellement créateurs d’externalités positives,

d’autre part, il engendre un coût d’opportunité pour les infrastructures de réseaux. Lorsque

l’étalement urbain est couplé à une élévation du taux d’urbanisation, la couverture des infrastructures

telles que dans les télécommunications devient « excessivement » coûteuse. En outre, eu égard aux

principes et politiques dans le domaine des transports, certains enseignements peuvent être tirés pour

la régulation dans le secteur des télécommunications.

L’étalement urbain et la problématique de l’investissement et du déploiement des

infrastructures

La problématique de l’investissement dans les infrastructures est une question complexe. D’un point

de vue purement économique, le déploiement d’infrastructures (énergie, transport, eau,

télécommunications) requiert en effet de supporter d’importants coûts fixes. Le coût par usager est

donc a priori plus élevé dans les régions à faible densité que dans les régions à forte densité. Or, les

analyses précédentes relatives aux phénomènes urbains mettent en évidence deux tendances

principales : une augmentation du taux d’urbanisation et une tendance à l’étalement urbain (la densité

urbaine diminue avec la taille des villes).

Tout d’abord, la tendance à la hausse du taux d’urbanisation devrait accroître la proportion des

ménages et entreprises ayant accès aux réseaux fixes de télécommunications.

Ensuite, une hausse du taux d’urbanisation signifie aussi une élévation du coût moyen de déploiement

des infrastructures dans les zones rurales. La couverture homogène des territoires en infrastructure

55 Par exemple : prix cordon, zonage, investissements dans les transports en commun, etc.

63

devrait donc constituer un enjeu sociétal de plus en plus important dans nombre de pays.

Consécutivement, le défi pour les décideurs est bien d’optimiser la péréquation des coûts entre les

zones urbaines et les zones rurales. Or, cette problématique est accentuée par le fait que les citadins

ont tendance à préférer les zones urbaines moins denses aux zones urbaines très denses (villes de

taille moyenne et périphéries des grandes villes). Cette tendance entraine inévitablement un coût

d’opportunité sur le marché fixe des télécommunications par exemple : le coût moyen pourrait être

plus faible dans les villes si la densité urbaine ne diminuait pas concomitamment avec l’augmentation

de la taille des villes. En d’autres termes, la péréquation des coûts entre les zones urbaines et les zones

rurales n’est pas maximale, alors même que cette péréquation56 est d’autant plus indispensable que le

taux d’urbanisation continue d’augmenter.

Par conséquent, la nécessité de l’intervention étatique dans le secteur des télécommunications entre

autres devrait s’accentuer dans les années à venir, l’objectif étant d’assurer un accès équitable des

populations aux réseaux fixes de télécommunications. L’enjeu est d’inciter les acteurs privés à

conduire de nouveaux investissements en THD57 sur l’ensemble du territoire, de limiter les dépenses

publiques, tout en promouvant un environnement concurrentiel. Lesdits enjeux et réponses font

l’objet d’un développement plus spécifique au chapitre suivant dans l’Essai 1 et Essai 2.

La transposition des politiques de transport au secteur des télécommunications

Dans le secteur des télécommunications, le trafic de données a cru ces dernières années à des rythmes

effrénés, nécessitant des investissements constants dans les réseaux. L’augmentation du trafic

transitant sur Internet s’explique par l’augmentation du taux de pénétration d’Internet dans les pays

nouvellement industrialisés mais surtout par l’augmentation du trafic de données par utilisateur58. En

56 Remarquons aussi que pour que cette péréquation soit possible, les acteurs en concurrence dans les zones urbaines

doivent supporter les mêmes obligations de couverture sur l’ensemble du territoire national.

57 Un mixte technologique dans les zones à faible densité est souvent requis. En effet, plutôt que de déployer, comme

dans les agglomérations, des réseaux filaires en fibre optique, des technologies de réseau sans fil tel que le wimax semblent

mieux adaptés aux zones à faible densité. Ces technologies permettent en effet d’offrir du Très Haut Débit (THD) à

moindre coût.

58 Pour augmenter la capacité de leurs réseaux, les opérateurs mobiles doivent densifier leur réseau en augmentant le

nombre de sites et/ou améliorer l’efficacité des émetteurs et/ou utiliser davantage de fréquences. Dans les réseaux fixes,

les investissements dans de nouveaux routeurs, serveurs proches des clients (content delivery networks en anglais) et

nouvelles technologies de réseaux (exemple : la fibre) sont indispensables afin de réduire les temps de chargement et de

64

effet, le trafic a cru beaucoup plus rapidement que le nombre d’utilisateurs d’Internet. Ces 5 dernières

années, le trafic a globalement été multiplié par 5, alors que le nombre d’utilisateurs d’Internet n’a

augmenté que d’environ 66%. L’explosion du trafic Internet est encore plus marquée sur les réseaux

sans fils (mobile et Wi-Fi)59. Le trafic sur ces réseaux devrait ainsi dépasser d’ici 2019 le trafic

naviguant sur les réseaux fixes. Néanmoins, toute l’augmentation de trafic issue des smartphones et

autres appareils mobiles n’est pas totalement supportée par les réseaux mobiles. En fait, l’accès Wi-

Fi permet d’alléger les réseaux mobiles dès lors que les smartphones se connectent automatiquement

au réseau Wi-Fi local dans les habitations (voir Graphique 15).

Graphique 15: Saisonnalité journalière (hors weekend) du trafic Internet généré sur

smartphone. Source : Mobidia60

Il est aussi important de noter que le trafic aux heures de pointe croît plus vite que le trafic moyen.

En 2014 par exemple, le trafic au cours de l’heure où l’affluence est la plus forte a augmenté de 34%

alors que le trafic moyen n’a augmenté que de 26% sur la même période.

Comme dans les transports individuels ou collectifs, les individus connectés (après le paiement d’une

téléchargement (download et upload en anglais).

59http://www.cisco.com/c/en/us/solutions/collateral/service-provider/ip-ngn-ip-next-generation-

network/white_paper_c11-481360.html

60 Capture d’écran issue de Mobdia (2012)

65

somme forfaitaire) disposent d’un accès illimité au réseau. Les individus ne supportent alors pas,

pendant les heures de pointe, l’ensemble du coût marginal social de la congestion. Comme dans le

secteur des transports, où le coût par unité de temps de trajet est distribué parmi les usagers, dans le

secteur des télécommunications, le coût de la congestion ou le coût par unité de temps de chargement

est de la même manière distribué en fonction des types de contenus.

Les fournisseurs d’accès à Internet (FAI) se doivent alors de gérer la congestion sur leur réseau afin

de répondre au mieux aux attentes des utilisateurs. C’est la raison pour laquelle les opérateurs

proposent, à côté du service Internet, des services dits managés. Tous les services et paquets de

données transitant sur les réseaux locaux des FAI ne sont donc pas traités de manière indifférenciée,

contrairement au principe du Best-Effort. Les services managés bénéficient en effet d’un traitement

préférentiel puisque pendant les piques de demande, certains paquets de données sont prioritaires sur

le réseau afin de garantir un certain niveau de qualité de service aux consommateurs. Cela concerne

surtout les services multimédias (IPTV, vidéo à la demande, etc.) dont la qualité de service est très

fortement impactée par la variation des délais de latence (jitter en anglais). Une telle discrimination

de service n’est en revanche pas requise pour d’autres services, tels que les services de courriers

électroniques, beaucoup moins impactés par une variation des délais de latence.

Dans les transports, comme nous l’avons précédemment indiqué, la capacité des routes n’augmente

pas aussi rapidement que la taille des villes. Les villes doivent alors faire face, de manière croissante,

au problème de la congestion routière. À cela s’ajoute aussi les problèmes de la pollution

atmosphérique. Une priorisation encadrée par l’État sur les réseaux routiers de certaines catégories

de véhicules est alors indispensable. Dans le même temps, l’État autorise la tarification de l’accès aux

infrastructures routières des villes pour inciter les usagers à utiliser les transports collectifs et ainsi

réduire la congestion et la pollution atmosphérique (péages urbains autour des grandes

agglomérations) (Raux et Andan 2002). Dans tous les cas, dans le domaine des transports, l’État se

doit d’assurer la liberté de circulation des usagers et de limiter les effets pervers des goulots

d’étranglement que peuvent constituer les péages.

Dans les secteurs des télécommunications, la problématique est similaire. L’enjeu est en effet de

répondre à certains types de contenus fortement sensibles à la congestion, d’inciter les FAI à investir

dans les réseaux pour augmenter la qualité de service pour les usagers, enfin de s’assurer que les

utilisateurs ne subissent pas une dégradation de la qualité de service sur Internet.

Ainsi, la stricte application du principe du Best-Effort (traitement indifférencié de tous les paquets de

66

données) à l’ensemble des contenus et services ne s’avère pas efficace. Transposée au secteur des

transports, elle aurait conduit à une situation totalement inefficace où l’utilisation des gyrophares est

interdite et où les péages routiers sont proscrits.

Le premier objectif de la régulation de la bande passante sur les réseaux de télécommunications est

donc « d’encadrer l’utilisation des gyrophares », c’est-à-dire d’encadrer et de contrôler le

management du trafic effectué par les FAI61. Le deuxième objectif est d’autoriser, dans une certaine

limite, les FAI à « mettre en place des péages », c’est-à-dire à vendre des services spécialisés aux

fournisseurs de contenus et services. Dans le secteur des transports, l’État assure la libre circulation

des usagers en évitant des goulots d’étranglement62. Dès lors, dans le secteur des télécommunications,

il convient de s’assurer que la vente des services spécialisés n’entrave pas de façon substantielle la

capacité des utilisateurs d’accéder à l’ensemble des services et contenus présents sur Internet. Puisque

les services spécialisés utilisent la même bande passante que les services Internet, le régulateur des

télécommunications doit donc a priori contrôler l’effet des services spécialisés en fixant un minimum

de qualité de service sur Internet.

La vente de services spécialisés, sous réserve qu’ils ne dégradent pas de manière disproportionnée la

QdS sur Internet, devrait avoir de nombreux effets bénéfiques. Les FAI devraient être incités à

innover, investir dans les réseaux pour offrir à des fournisseurs de contenus et services des qualités

appropriées aux usages des consommateurs. Cette problématique fera l’objet d’un développement

plus spécifique à l’Essai 3.

61 Limitée dans le temps, et interdiction de vendre la priorisation des contenus

62 Les péages autoroutiers ont pour objectif d’apporter un service supplémentaire aux usagers fortement sensibles à une

diminution du temps de trajet. Les autres usagers ont toujours la possibilité d’utiliser les routes nationales et

départementales au lieu des autoroutes. Par ailleurs, les péages urbains, dont l’objectif est de réduire la congestion et la

pollution atmosphérique, n’entravent pas la liberté de circulation des individus dès lors que des transports collectifs sont

mis à la disposition à des individus.

67

8 Conclusion

Les problématiques urbaines concernent un nombre croissant d’individus et d’entreprises au fil du

temps. Depuis 2007, plus de la moitié de la population mondiale vit dans les villes et la population

urbaine devrait continuer de croître du moins jusqu’à la fin du 21ème siècle. 70% de la population

devrait résider dans les villes à l’horizon de 2050.

Ainsi, la priorité des décideurs est de contrôler les risques (naturels, industriels et autres), promouvoir

les meilleures conditions de vie dans les villes pour les générations présentes, tout en prenant en

considération le bien-être des générations futures.

Certains indicateurs comme le PIB par habitant, le niveau de congestion, le niveau de pollution sonore

et atmosphérique, le niveau d’accessibilité des populations aux biens, services publics et espaces

verts, le niveau d’équité et d’exclusion des populations, ou encore le niveau de sécurité permettent

d’évaluer les conditions de vie dans les villes.

Le succès des villes ne dépend pas uniquement du PIB par habitant. L’utilisation de cet unique critère

évincerait un nombre important de problématiques qui s’inscrivent dans l’espace, le temps et aussi

les problématiques d’équité au sein de la population. Plusieurs indicateurs multicritères ont été

construits pour évaluer les villes en termes de qualité de vie, de vie sociale, de respect de

l’environnement. L’indicateur de prospérité des Nations Unis par exemple63 met l’accent sur un

certain nombre de facteurs fondamentaux associés au concept de soutenabilité globale : la

productivité, la qualité de vie, les inégalités, la soutenabilité environnementale et le niveau d’accès

aux infrastructures.

Malheureusement, ces critères peuvent rentrer en contradiction les uns par rapport aux autres. C’est

la raison pour laquelle les décideurs doivent arbitrer entre différents objectifs et trouver des

compromis entre les classes sociales, les générations, les régions et même les pays. En tout état de

cause, les villes sont interdépendantes à cause des externalités positives et négatives qu’elles créent.

La coopération internationale des décideurs semble alors indispensable.

Au niveau local, les décideurs font face à des problèmes grandissants à cause entre autres de

63 http://www.unhabitat.org/downloads/docs/State_of_the_World_Cities_Report2012.pdf

68

l’étalement urbain, de la congestion routière et de la pollution atmosphérique. Les besoins

d’investissement dans les infrastructures (transports collectifs, télécommunications, etc.) sont

constants. La concentration de la population dans l’espace et les phénomènes d’urbanisation

conditionnent fortement le besoin en capacité des infrastructures dans les villes tandis qu’ils

exacerbent les problématiques de couverture en infrastructure dans les zones les moins denses.

Globalement, l’urbanisation devrait améliorer l’accès aux infrastructures de réseaux, tandis que

l’exode rural renforce le problème de l’équité des territoires en termes d’accès aux nouvelles

infrastructures de réseaux. Ainsi, les décideurs se doivent de mettre en place des mécanismes incitatifs

pour le déploiement des infrastructures dans les zones rurales. Afin de maximiser la péréquation des

coûts entre les zones denses et les zones moins denses, les décideurs se doivent aussi de contrecarrer

les étalements urbains excessifs.

Dans le domaine des transports, la promotion des transports publics semble être une priorité absolue

afin de réduire la pollution atmosphérique. La congestion routière, associée à des investissements

dans les transports publics, devrait avoir des effets positifs en incitant les usagers au changement

modal. Malgré tout, au quotidien, la congestion routière et les ralentissements au sens large sont

particulièrement coûteux socialement pour certaines catégories de véhicules. La signalétique et la

congestion imposent à certaines catégories de véhicules d’intérêt général d’user de leur droit de

priorité. Ce type d’exception trouve sa transposition immédiate dans le secteur des

télécommunications où un management du trafic semble aussi indispensable pour certains types de

contenus.

Malgré tout, des niveaux élevés de congestion peuvent ne pas inciter suffisamment les usagers à

migrer vers les transports collectifs. Certaines politiques de transport tels que les péages urbains

peuvent alors s’avérer efficaces dès lors qu’elles proposent des modes alternatifs (transports

collectifs). En effet, c’est bien le principe de liberté et de gratuité de circulation qui peut être mis en

cause. Transposé au secteur des télécommunications, ce type de principe devrait conduire à

conditionner la vente de services spécialisés à la non dégradation de la qualité de service sur Internet.

69

9 Bibliographie

Acemoglu, D., Johnson, S. and Robinson, J.A., 2002. Reversal of fortune: Geography and institutions

in the making of the modern world income distribution. The Quarterly Journal of Economics,

117(4), pp. 1231-1294.

Aguiléra, A., L'Hostis, A., Haon, S. and al., 2013. Land use and transport interactions. Technical

report, ERTRAC.

Akiva, M.E.B. and Lerman, S. R., 1985. Discrete choice analysis: theory and application to predict

travel demand. s.l.: The MIT press.

Anas, A., Arnott, R. and Small, K.A., 1998. Urban spatial structure. Journal of Economic Literature,

36(3), pp. 1426-1464.

Anas, A. and Lindsey, R., 2011. Reducing urban road transportation externalities: Road pricing in

theory and in practice. Review of Environmental Economics and Policy, 5(1), pp. 66-88.

Anas, A. and Liu, Y., 2007. A regional economy, land use, and transportation model. Journal of

Regional Science, 47(3), pp. 415-455.

Anderson, S. P., de Palma, A. and Thisse, J. F., 1992. Discrete Choice Theory of Product

Differentiation. s.l.: The MIT press.

Anderson, S.P. and Renault, R., 2007. Advertising: the Persuasion Game. 2008 CESifo Conference

Centre, Munich.

Arnott, R., 2004. Does the Henry George theorem provide a practical guide to optimal city size?.

American Journal of Economics and Sociology, 63(5), pp. 1057-1090.

Arrow, K.J., 1962. The Economic Implications of Learning by Doing. Review of Economic Studies

29: 155-173.

Bairoch, P., 1991. Cities and economic development: from the dawn of history to the present. s.l.:

University of Chicago Press.

Bakos, J.Y., 1997. Reducing buyer search costs: implications for electronic marketplaces.

Management science, 43(12), pp. 1676-1692.

Ballas, D., 2013. What makes a "happy city"?. Cities.

Bates, D.C., 2002. Environmental refugees? Classifying human migrations caused by environmental

change. Population and Environment, 23(5), pp. 465-477.

Batty, M., 2012. Building a science of cities. Cities, Volume 29, pp. S9-S16.

Batty, M., 2013. The New Science of Cities. s.l.: MIT Press.

Batty, M., Axhausen, KW., Giannotti, F., Pozdnoukhov, A., Bazzani, A., Wachowicz, M., Ouzounis,

G. and Portugali, Y., 2012. Smart cities of the future. The European Physical Journal Special

Topics, 214(1), pp. 481-518.

Beaverstock, J.V., Smith, R.G. and Taylor, P.J., 1999. A roster of World cities. Cities, 16(6), pp. 445-

458.

Begg, I., 1999. Cities and competitiveness. Urban Studies, 36(5-6), pp. 795-809.

Behrens, K. and Murata, Y., 2009. City size and the Henry George theorem under monopolistic

competition. Journal of Urban Economics, 65(2), pp. 228-235.

Bento, A.M., Cropper, M.L., Mobarak, A.M. and Vinha,K., 2005. The effects of urban spatial

structure on travel demand in the United States. Review of Economics and Statistics, 87(3),

pp. 466-478.

Berry, B.J., 1976. The counterurbanization process: urban America since 1970. s.l.: Sage Publications

Beverly Hills, CA.

Bertaud, A. and Malpezzi, S., 2003. The spatial distribution of population in 48 World cities:

Implications for economies in transition, s.l.: World Bank.

Bettencourt, L., Lobo, J., Helbing, D., Kühnert, C. and West, G.B., 2007. Growth, innovation, scaling,

and the pace of life in cities. Proceedings of the National Academy of Sciences, 104(17), pp.

7301-7306.

70

Bierlaire, M., de Palma, A. and Waddell, P., 2014. Integrated transport and land use modeling for

sustainable cities. s.l.: EPFL Press.

Brownstone, D. and Golob, T.F., 2009. The impact of residential density on vehicle usage and energy

consumption. Journal of Urban Economics, 65(1), pp. 91-98.

Brueckner, J.K., 2000. Urban sprawl: diagnosis and remedies. International Regional Science

Review, 23(2), pp. 160-171.

Brueckner, J.K., Thisse, J.F. and Zenou, Y., 1999. Why is central Paris rich and downtown Detroit

poor? An amenity-based theory. European Economic Review, 43(1), pp. 91-107.

Bussière, R., 1972. Modèle de localisation résidentielle. Annales du Centre de Recherche et

d'Urbanisme.

Cervero, R. and Guerra, E., 2011. Urban Densities and Transit: A Multi-dimensional Perspective, s.l.:

Institute of Transportation Studies, University of California, Berkeley.

Chandler, T., 1987. Four thousand years of urban growth: An historical census. s.l.: St. David's

University Press.

Chan, K. W., Henderson, J.V. and Tsui, K.Y., 2008. Spatial Dimensions of Chinese Economic

Development. In: China's Great Economic Transformation. s.l.: Cambridge University Press.

Chen, H., Lanzieri, G. and Mrkic, S., 2013. Principles and recommendations for a vital statistics

system Revision 3, s.l.: The United Nation.

Christaller, W., 1933. Die zentralen Orte in Suddeutschland. s.l.: Iena.

Church, A., Frost, M. and Sullivan, K., 2000. Transport and social exclusion in London. Transport

Policy, 7(3), pp. 195-205.

Clark, C., 1951. Urban population densities. Journal of the Royal Statistical Society. Series A

(General), 114(4), pp. 490-496.

Combes, P.P., Duranton, G., Gobillon, L., Puga, D. and Roux, S., 2012. The productivity advantages

of large cities: Distinguishing agglomeration from firm selection. Econometrica, 80(6), pp.

2543-2594.

Cowgill, G.L., 2004. Origins and development of urbanism: Archaeological perspectives. Annual

Review of Anthropology, pp. 525-549.

Dahlberg, M. and Gustavsson, M., 2008. Inequality and Crime: Separating the Effects of Permanent

and Transitory Income. Oxford Bulletin of Economics and Statistics, 70(2), pp. 129-153.

d'Aspremont, C., Gabszewicz, J.J. and Thisse, J.F., 1979. On Hotelling's "Stability in competition".

Econometrica, pp. 1145-1150.

de Almeida Abreu, M. and Le Clerre, G., 1994. Reconstruire une histoire oubliée. Origine et

expansion initiale des favelas de Rio de Janeiro. Genèses, 16(1), pp. 45-68.

de la Barra, T., 1989. Integrated land use and transport modelling. Decision chains and hierarchies.

s.l.: Number 12. Cambridge Urban and Architectural Studies.

de Lara, M., de Palma, A., Kilani, M. and Piperno, S., 2012. Congestion pricing and long term urban

form: Application to Paris region. Regional Science and Urban Economics, Volume 43, pp.

282-295.

de Palma, A., Ginsburgh, V., Papageorgiou, Y.Y. and Thisse, J.F., 1985. The principle of minimum

differentiation holds under sufficient heterogeneity. Econometrica, pp. 767-781.

de Palma, A., Lindsey, R., Quinet, E. and Vickerman, R., 2011. A Handbook of Transport Economics.

s.l.: Edward Elgar Publishing.

de Palma, A., Motamedi, K., Picard, N. and Waddell, P., 2005. A model of residential location choice

with endogenous housing prices and traffic for the Paris region. European Transport, Issue

31, pp. 67-82.

de Palma, A., Picard, N., Angoustures, P. and Meyer, B., 2013. Etude sur les externalités des

télécentres, s.l.: PMP/ENS de Cachan.

de Palma, A., Picard, N. and Waddell, P., 2007. Discrete choice models with capacity constraints: An

empirical analysis of the housing market of the greater Paris region. Journal of Urban

Economics, 62(2), pp. 204-230.

71

Deneubourg, J.L. and Franks, N., 1995. Collective control without explicit coding: the case of

communal nest excavation. Journal of insect behavior, 8(4), pp. 417-432.

Dobbs, R., Smit, S., Remes, J., Manyika, J., Roxburgh, C. and Restrepo, A., 2011. Urban World:

Mapping the economic power of cities, s.l.: McKinsey.

Duranton, G. and Puga, D., 2005. From sectoral to functional urban specialisation. Journal of Urban

Economics, 57(2), pp. 343-370.

Echenique, M.H., Flowerdew, A., Hunt, J.D., Mayo, T.R, Skidmore, I.J and Simmonds, D.C, 1990.

The MEPLAN models of Bilbao, Leeds and Dortmund. Transport Reviews, 10(4), pp. 309-

322.

Elzinga, D., Fulton, L., Heinen, S. and Wasilik, O., 2011. Advantage Energy: Emerging Economies,

Developing Countries and the Private-Public Sector Interface, s.l.: OECD Publishing.

Feldman, M.P. and Audretsch, D.B., 1999. Innovation in cities: Science-based diversity,

specialization and localized competition. European Economic Review, 43(2), pp. 409-429.

Fournier, J.M., Koske, I., Wanner, I. and Zipperer, V., 2013. The price of oil - will it start rising

again?, s.l.: OECD economic department working paper No. 1031.

Fujishima, S., 2012. Evolutionary implementation of optimal city size distributions. Regional Science

and Urban Economics, Volume 43, pp. 404-410.

Fujita, M., Krugman, P.R. and Venables, A.J., 1999. The spatial economy: cities, regions and

international trade. s.l.: Wiley Online Library.

Fujita, M. and Thisse, J.F., 1997. Economie géographique, problèmes anciens et nouvelles

perspectives. Annales d'Economie et de Statistique, pp. 37-87.

Fuller, R.A. and Gaston, K.J., 2009. The scaling of green space coverage in European cities. Biology

Letters, 5(3), pp. 352-355.

Gabaix, X., 1999. Zipf's Law and the Growth of Cities. The American Economic Review, 89(2), pp.

129-132.

Gabaix, X., 1999. Zipf's law for cities: an explanation. The Quarterly Journal of Economics, 114(3),

pp. 739-767.

Gabaix, X. and Ioannides, Y.M., 2004. The evolution of city size distributions. Handbook of Regional

and Urban Economics, Volume 4, pp. 2341-2378.

Gaigné, C., Riou, S. and Thisse, J.F., 2012. Are compact cities environmentally friendly?. Journal of

Urban Economics, 72(2), pp. 123-136.

Galster, G., Hanson, R., Ratcliffe, M.R, Wolman, H., Coleman, S. and Freihage, J., 2001. Wrestling

sprawl to the ground: defining and measuring an elusive concept. Housing Policy Debate,

12(4), pp. 681-717.

Garreau, J., 1991. Edge City: Life on the New Frontier. s.l.: New York, Doubleday, AnchorBooks.

Glaeser, E.L. and Kahn, M.E., 2001. Decentralized employment and the transformation of the

American city, s.l.: National Bureau of Economic Research.

Glaeser, E.L., Kallal, H.D., Scheinkman, J.A. and Shleifer, A., 1991. Growth in cities

Glaeser, E.L. and Shapiro, J.M., 2002. Cities and warfare: The impact of terrorism on urban form.

Journal of Urban Economics, 51(2), pp. 205-224.

Godefroy, P., 2011. Satisfaction dans la vie: les personnes se donnent 7 sur 10 en moyenne, s.l.:

INSEE.

Grimm, N.B, Faeth, S.H; Golubiewski, N.E, Redman, C.L, Wu, J., Bai, X. and Briggs, J.M, 2008.

Global change and the ecology of cities. Science, 319(5864), pp. 756-760.

Gu, J., 2009. China's private enterprises in Africa and the implications for African development.

European Journal of Development Research, 21(4), pp. 570-587.

Haag, G., 1990. Transport: a master equation approach. s.l.: Urban Dynamics.

Hediger, W., 2000. Sustainable development and social welfare. Ecological Economics, 32(3), pp.

481-492.

Heilig, G.K., 2012. World Urbanization Prospects The 2011 Revision. Presentation at the Center for

Strategic and International Studies .

Hotelling, H., 1929. Stability in Competition. Economic Journal, 39(153), pp. 41-57.

72

Ingram, G.L.Z., 1999. Motorization and Road Provision in Countries and Cities, s.l.: World Bank.

Ioannides, Y.M. and Overman, H.G., 2003. Zipf's law for cities: an empirical examination. Regional

Science and Urban Economics, 33(2), pp. 127-137.

Jackson, K.T., 1996. All the World's a mall: Reflections on the social and economic consequences of

the American shopping center. The American Historical Review, 101(4), pp. 1111-1121.

Jacobs, J., 1969. The Economy of Cities. s.l.: Random House.

Kahn, M.E., 2005. The death toll from natural disasters: the role of income, geography, and

institutions. Review of Economics and Statistics, 87(2), pp. 271-284.

Kamal-Chaoui, L., 2010. Trends in Urbanisation and Urban Policies in OECD Countries: What

Lessons for China?, s.l.: OECD.

Kaplan, S., 1995. The restorative benefits of nature: Toward an integrative framework. Journal of

Environmental Psychology, 15(3), pp. 169-182.

Kellenberg, D.K. and Mobarak, A.M., 2008. Does rising income increase or decrease damage risk

from natural disasters?. Journal of Urban Economics, 63(3), pp. 788-802.

Kostof, S., 1993. The City Shaped: Urban Patterns and Meaning Throughout History. s.l.: Bulfinch

Press.

Kwan, M.P., Dijst, M. and Schwanen, T., 2007. The interaction between ICT and human activity-

travel behavior. Transportation Research. Part A, Policy and Practice, 41(2), pp. 121-124.

Lafourcade, M. and Thisse, J.F., 2011. New Economic Geography: the role of transport costs.

Handbook of Transport Economics.

Lanz, B. and Provins, A., 2011. Valuing local environmental amenity: using discrete choice

experiments to control for the spatial scope of improvements, s.l.: CEPE Center for Energy

Policy and Economics, ETH Zurich.

Lefèvre, B., 2010. Urban Transport Energy Consumption: Determinants and Strategies for its

Reduction. An analysis of the literature. Surveys and Perspectives Integrating Environment

and Society, Issue 2.3.

Lenz, B. and Nobis, C., 2007. The changing allocation of activities in space and time by the use of

ICT-"Fragmentation'' as a new concept and empirical results. Transportation Research Part

A: Policy and Practice, 41(2), pp. 190-204.

Lévy, J., 2013. Réinventer la France. s.l.: Fayard.

Lieber, E. and Syverson, C., 2011. Online vs. offline competition. Peitz, M., Waldfogel.

Litman, T., 2013. Understanding Transport Demands and Elasticities, s.l.: Victoria Transport Policy.

Loginova, O., 2009. Real and Virtual Competition. The Journal of Industrial Economics, 57(2), pp.

319-342.

Long, J.E., Rasmussen, D.W. and Haworth, C.T., 1977. Income inequality and city size. The Review

of Economics and Statistics, 59(2), pp. 244-246.

Marchetti, C., 1994. Anthropological invariants in travel behavior. Technological Forecasting and

Social Change, 47(1), pp. 75-88.

Markusen, A. and Schrock, G., 2006. The distinctive city: divergent patterns in growth, hierarchy and

specialisation. Urban Studies, 43(8), pp. 1301-1323.

Marshall, A., 1890. Principles of Economics. s.l.: London: Macmillan.

Marshall, J.D., 2007. Urban land area and population growth: a new scaling relationship for

metropolitan expansion. Urban Studies, 44(10), pp. 1889-1904.

Melo, P.C., Graham, D.J. and Noland, R.B., 2009. A meta-analysis of estimates of urban

agglomeration economies. Regional Science and Urban Economics, 39(3), pp. 332-342.

Mieszkowski, P. and Mills, E.S., 1993. The causes of metropolitan suburbanization. The Journal of

Economic Perspectives, 7(3), pp. 135-147.

Mills, E.S., 1967. An aggregative model of resource allocation in a metropolitan area. The American

Economic Review, 57(2), pp. 197-210.

Mills, E.S., 1972. Studies in the structure of the urban economy. s.l.: Resources for the Future by

Johns Hopkins Press (Baltimore).

Moreno, E. L., 2013. State of the World's cities, s.l.: UN Habitat.

73

Mulligan, G.F. and Carruthers, J.I., 2011. Amenities, Quality of Life, and Regional Development. In:

Investigating Quality of Urban Life. s.l.: Springer, pp. 107-133.

Mumford, L., 1938. The Culture of Cities. s.l.: Harcourt Brace and Company.

Mumford, L., 1961. The City in History. s.l.: Harcourt, Brace and World, Inc.

Muth, R., 1969. Cities and Housing. University of Chicago Press.

Myers, N., 2002. Environmental refugees: a growing phenomenon of the 21st century. Philosophical

Transactions of the Royal Society of London. Series B: Biological Sciences, 357(1420), pp.

609-613.

Newman, M.E., 2005. Power laws, Pareto distributions and Zipf's law. Contemporary Physics, 46(5),

pp. 323-351.

Newman, P. and Hogan, T.S., 1987. Urban Density and Transport: A simple model based on three

city types. Transport Research Paper, Issue 1/87.

Newman, P. and Kenworthy, J., 1999. Sustainability and cities: overcoming automobile dependence.

s.l.: Island Press.

Newman, P. and Kenworthy, J., 2006. Urban design to reduce automobile dependence. Opolis, 2(1).

Newman, P. and Kenworthy, J.R., 1996. The land use-transport connection: An overview. Land Use

Policy, 13(1), pp. 1-22.

Perlman, J.E., 2007. Marginality from myth to reality, the favelas of Rio de Janeiro 1968-2005. Mega-

Cities Project.

Pfaffenbichler, P., 2003. The strategic, dynamic and integrated urban land use and transport model

MARS (Metropolitan Activity Relocation Simulator). s.l.: Institut für Verkehrsplanung und

Verkehrstechnik der Technischen Universität Wien.

Picard, N., de Palma, A. and Inoa, I.A., 2013. Discrete Choice Decision-Making with Multiple

Decision Makers within the Household. Mathematical Population Studies.

Porter, M.E., 1990. The Competitive Advantage of Nations. s.l.: New York: Free Press.

Proost, S. and van der Loo, S., 2013. Policy insights and insights for sustainability, s.l.: European

Commission.

Putman, S.H., 1991. DRAM/EMPAL ITLUP Integrated Tranportation Land-Use activity allocation

models: general description.

Redding, S. and Venables, A.J., 2004. Economic geography and international inequality. Journal of

International Economics, 62(1), pp. 53-82.

Rees, W. and Wackernagel, M., 2012. Urban ecological footprints: why cities cannot be sustainable-

-and why they are a key to sustainability. The Urban Sociology Reader, p. 157.

Reilly, W.J., 1931. The Law of Retail Gravitation. s.l.: New York: Published by the Author.

Roback, J., 1982. Wages, Rents, and the Quality of Life. Journal of Political Economy, 90(6), pp.

1257-1278.

Romer, P.M., 1986. Increasing Returns and Long Run Growth. Journal of Political Economy,

Volume 94, pp. 1002-1037.

Rosenthal, S.S. and Strange, W.C., 2004. Evidence on the nature and sources of agglomeration

economies. Handbook of Regional and Urban Economics, Volume 4, pp. 2119-2171.

Scarpa, R., Campbell, D. and Hutchinson, W.G., 2007. Benefit estimates for landscape

improvements: sequential Bayesian design and respondents rationality in a choice experiment.

Land Economics, 83(4), pp. 617-634.

Schafer, A., 2000. Regularities in travel demand: an international perspective. Journal of

Transportation and Statistics, 3(3), pp. 1-31.

Schaffar, A., 2010. Quelle est la nature de la croissance urbaine indienne?. Revue d'économie du

développement, 24(2), pp. 101-120.

Shen, L.Y., Jorge Ochoa, J., Shah, M.N. and Zhang, X., 2011. The application of urban sustainability

indicators-A comparison between various practices. Habitat International, 35(1), pp. 17-29.

Shen, X., 2013. Private Chinese investment in Africa: myths and realities. World Bank Policy

Research Working Paper, Issue 6311.

74

Sicular, T., Ximing, Y., Gustafsson, B. and Shi, L., 2007. The urban-rural income gap and inequality

in China. Review of Income and Wealth, 53(1), pp. 93-126.

Simmonds, D., 1999. The design of the DELTA land-use modelling package. Environment and

Planning B, Volume 26, pp. 665-684.

Sjoberg, G., 1960. The preindustrial city: past and present. s.l.: New York: Free Press.

Small, K.A. and Song, S., 1994. Population and employment densities: structure and change.

Société du Grand Paris, 2013. Le Nouveau Grand Paris, s.l.: Société du Grand Paris.

Solard, G., 2010. Le commerce de proximité, s.l.: INSEE.

Strotz, R.H., 1965. The Public Economy of Urban Communities. s.l.: J. Margolis, ed.

Thisse, J.F., 2012. Avis du conseil scientifique sur l'évaluation socio-économique du schéma

d'ensemble du réseau de transport public du Grand Paris, s.l.: Société du Grand Paris.

Thorbecke, E. and Charumilind, C., 2002. Economic inequality and its socioeconomic impact. World

Development, 30(9), pp. 1477-1495.

Trancik, J.E., Chang, M.T., Karapataki, C. and Stokes, L.C., 2013. Effectiveness of a Segmental

Approach to Climate Policy. Environmental Science and Technology.

Tsui, K.Y., 2007. Forces shaping China's interprovincial inequality. Review of Income and Wealth,

53(1), pp. 60-92.

Turok, I., 2004. Cities, regions and competitiveness. Regional Studies, 38(9), pp. 1069-1083.

United Nations, 2012. World Urbanization Prospects The 2011 Revision, s.l.: United Nations.

van den Bergh, J.C. and Verbruggen, H., 1999. Spatial sustainability, trade and indicators: an

evaluation of the ecological footprint. Ecological Economics, 29(1), pp. 61-72.

van den Berg, P., Arentze, T. and Timmermans, H., 2013. A path analysis of social networks,

telecommunication and social activity-travel patterns. Transportation Research Part C:

Emerging Technologies, Volume 26, pp. 256-268.

van Lier, T., De Witte, A. and Macharis, C., 2012. The impact of telework on transport externalities:

the case of Brussels Capital Region. Procedia-Social and Behavioral Sciences, Volume 54,

pp. 240-250.

Verhoef, E., 1994. External effects and social costs of road transport. Transportation Research Part

A: Policy and Practice, 28(4), pp. 273-287.

Viscusi, W.K., 2009. Valuing risks of death from terrorism and natural disasters. Journal of Risk and

Uncertainty, 38(3), pp. 191-213.

Warner, K., 2010. Global environmental change and migration: Governance challenges. Global

Environmental Change, 20(3), pp. 402-413.

Wegener, M., 2004. Overview of land-use transport models. Handbook of transport geography and

spatial systems, Volume 5, pp. 127-146.

White, E.V. and Gatersleben, B., 2011. Greenery on residential buildings: Does it affect preferences

and perceptions of beauty?. Journal of Environmental Psychology, 31(1), pp. 89-98.

Willis, H.H., 1980. Patterns of urban and rural population growth, s.l.: United Nations.

Willis, H.H., 2007. Guiding resource allocations based on terrorism risk. Risk Analysis, 27(3), pp.

597-606.

Yuan, Y., Raubal, M. and Liu, Y., 2012. Correlating mobile phone usage and travel behavior-A case

study of Harbin, China. Computers, Environment and Urban Systems, 36(2), pp. 118-130.

75

Chapitre 2 La régulation incitative aux

investissements dans les télécommunications

76

Essai 1 La régulation par la menace crédible, un outil

incitatif pour le déploiement de nouvelles

infrastructures de réseaux

77

1 Présentation

La mission d’expertise au sein du cabinet Tera Consultants m’a amené à traiter de nombreux sujets

de régulation pour le compte du régulateur qatari des télécommunications. C’est dans ce contexte que

j’ai eu l’occasion de m’enrichir de la très vaste littérature économique dans le domaine de la

régulation des télécommunications.

Ainsi, j’ai pu développer une analyse économique, qui semble novatrice, et qui répond aux

préoccupations réelles des régulateurs dans le secteur des télécommunications.

Cet essai traite plus précisément de la problématique de l’incitation au déploiement des infrastructures

de réseaux. Ce travail tente de démontrer qu’une nouvelle approche de régulation est possible. Un

modèle simple illustre l’argumentation économique.

Le travail présenté ci-après a débouché sur un article académique co-écrit avec le Professeur Martin

Cave. Je le remercie pour ses nombreuses remarques, corrections et conseils qui ont permis à ce

travail de correspondre au mieux aux exigences des éditeurs scientifiques. L’article qui résulte de ce

travail collaboratif a été soumis pour publication au journal « Communications & Strategies », il est

disponible en Annexe (voir l’article intitulé Regulation by irreversible commitment: using credible

threats as an incentive to deploy new infrastructure)

78

2 Résumé

La régulation dans le secteur des télécommunications est un sujet très complexe. D’une part, la

régulation vise à stimuler des prix compétitifs pour l’intérêt des consommateurs. D’autre part, les prix

régulés de l’accès doivent être suffisamment élevés pour encourager les investissements dans les

réseaux par les acteurs privés.

Dans ce papier, il est montré qu’un projet d’investissement opéré par l’État peut constituer une

menace crédible pour les acteurs privés et encourager en particulier l’opérateur historique à déployer

rapidement sa propre infrastructure de réseaux de télécommunications.

Deux cas sont ensuite présentés pour illustrer le modèle et la nouvelle approche de régulation : un cas

français tout d’abord, à un niveau local, où l’opérateur historique a déployé un réseau local fibre en

réponse à une initiative publique ; le cas du Qatar ensuite, à un niveau national, où l’opérateur

historique a choisi de déployer très rapidement un réseau fibre, permettant de couvrir l’ensemble de

la population, en réponse à la menace crédible provenant de l’opérateur public de gros.

Enfin, après qu’une infrastructure fibre soit déployée, tout l’enjeu est de construire et mettre en œuvre

une régulation optimale de l’accès. Celle-ci doit permettre de développer une concurrence saine en

services via un prix optimal de l’accès qui compense dans une juste mesure l’opérateur historique

pour les coûts et les risques de l’investissement.

79

3 Introduction

Le déploiement des réseaux fixes de télécommunications à Très Haut Débit (THD) est un enjeu

majeur pour nombre de pays même si les objectifs et les critères pour définir un réseau THD diffèrent

d’un pays à l’autre. D’après la Commission Européenne, tout réseau qui délivre un débit descendant

de 30 Mbps minimum peut être considéré comme un réseau THD. L’objectif de la Commission est

de fournir au minimum ce type d’accès à Internet à tous les citoyens européens à l’horizon 202064.

La Federal Communications Commission (FCC) quant à elle a revu très récemment, fin janvier 2015,

les seuils minimaux pour définir un réseau Haut-Débit. Le minimum de débit descendant est en effet

passé de 4 Mbps à 25 Mbps et le minimum de débit ascendant est passé de 1 Mbps à 3 Mbps. Suite à

cette nouvelle définition, les offres DSL d’AT&T et de Verizon ne pourront plus être considérées

comme fournissant du Haut Débit et le pourcentage de consommateurs n’ayant pas accès au Haut

Débit passe automatiquement de 6.3% à 13.1%. L’objectif de Tom Wheeler, président de la FCC, est

d’encourager les opérateurs à davantage investir dans les nouveaux réseaux de télécommunications65,

ce qui laisse supposer que la transition des anciennes vers les nouvelles technologies de réseaux n’est

pas aussi rapide que souhaitée par le régulateur.

Pourtant, dans les pays où le secteur des télécommunications est pleinement ouvert à la concurrence,

il était anticipé que la pression concurrentielle pourrait suffire à assurer une extinction rapide de

l’ancienne technologie à savoir la boucle locale filaire en cuivre sous forme de paires opérées par des

opérateurs de télécommunications (telcos) ou le câble coaxial opéré par des câblo-opérateurs (cablos).

La nouvelle technologie, une boucle locale où la fibre optique est déployée jusqu’à un point plus ou

moins proche de la prise terminale de l’abonné devait alors se substituer rapidement à la boucle locale

cuivre66. Cette confiance dans les mécanismes de marché n’impliquait donc ni intervention publique

64« internet speeds of 30 Mbps or above for all European citizens, with half European households subscribing to

connections of 100Mbps or higher » (Commission Européenne 2010)

http://europa.eu/rapid/press-release_IP-10-581_en.htm?locale=en

65ce qui semble indispensable au regard des objectifs ambitieux du “National Broadband Plan : “At least 100 million

U.S. homes should have affordable access to actual download speeds of at least 100 megabits per second and actual

upload speeds of at least 50 megabits per second” (Kruger 2013)

http://www.theverge.com/2015/1/29/7932653/fcc-changed-definition-broadband-25mbps

66 Avec le Fibre To The Home (FTTH), l’usager est directement raccordé à la fibre optique ce qui lui permet t’atteindre

un débit symétrique d’au moins 1 Gbps ; avec la Fiber To The Last Amplifier (FTTLa), la fibre ne va pas jusqu’à l’abonné

mais s’arrête au nœud optique ; avec la Fiber To The Building (FTTB), la fibre s’arrêt au pieds de l’immeuble et ne monte

pas jusqu’à l’abonné ; avec la Fiber To The Cabinet (FTTC), la fibre s’arrête au sous répartiteur. Plus la fibre s’arrête

80

particulière, ni mesures de régulation spécifiques, au moins pensait-on dans les zones les plus denses.

La réalité est autre. Le marché, laissé à lui-même, n’assure pas toujours le rythme de déploiement des

nouveaux réseaux et un prix raisonnable de l’accès permettant aux économies et aux consommateurs

de bénéficier pleinement des effets positifs que ces réseaux sont susceptibles d’engendrer : nouveaux

services, gains de productivité, désenclavement, croissance, etc. Pour pallier cette insuffisance, la

nécessité d’interventions hors-marché est revenue en force : sont de nouveau mobilisés les outils

standards de l’intervention publique (investissements directs, subventions à l’investissement ou à

l’exploitation, etc.) et la régulation (obligation d’accès, prix régulés sur les marchés de gros, etc.).

Premièrement, les subventions publiques semblent nécessaires là où l’initiative privée est

insuffisante. Arthur D. Little (2013) a montré en particulier que dans les pays tels que les États-Unis,

les Emirats Arabes Unis, Hong-Kong, ou encore en l’Arabie Saoudite, où le marché n’est pas régulé

et où l’investissement public est quasi-inexistant, la pénétration des usagers pour Internet est

relativement élevée mais la couverture est relativement faible, ce qui pose le problème de la fracture

numérique de la population.

Deuxièmement, la régulation semble indispensable afin d’assurer une ouverture à la concurrence en

services et permettre une grande accessibilité des offres Internet. Le problème inhérent à la régulation

de l’accès est d’inciter les opérateurs privés à investir dans de nouvelles technologies de réseau. Une

régulation trop contraignante de l’accès, aussi bénéfique soit-elle en termes d’effets pro-

concurrentiels sur les prix de détail, peut amener les opérateurs privés à repousser des investissements

dans le nouveau réseau en fibre optique67.

Cet article s’insère véritablement dans le cadre des débats actuels relatifs à l’incitation au

développement de nouvelles infrastructures en substitution des anciennes et propose une approche

qui mixe intervention publique et régulation. En effet, la création d’un engagement irréversible de la

puissance publique sur le marché produit une menace crédible pour les acteurs du marché, ce qui peut

proche de l’usager et plus le débit Internet montant et descendant est élevé. Pour l’usager d’Internet, l’idéal est bien sûr

de bénéficier du FTTH offrant un débit théorique maximum. Cependant, pour des raisons de coût de déploiement, d’autres

alternatives qui visent à remplacer qu’une partie de l’ancien réseau cuivre par de la fibre peut être privilégié par les

opérateurs.

67 En l’occurrence, l’obligation d’ouverture et la régulation de l’accès telle que recommandée par la Commission

Européenne ne semble pas inciter suffisamment les opérateurs privés (Briglauer et Gugler 2013). D’après Crandall,

Eisenach, et Ingraham (2013) “overall, it appears that the likely benefits of fiber unbundling are small at best, and that

the costs are potentially large. Of greatest concern is that continuing efforts to impose unbundling could have the

unintended effect of delaying the deployment of all types of NGAs for an extended period, as regulators wrestle with

intractable issues and investors await the regulatory certainty needed to justify large investments in broadband

infrastructures”.

81

les forcer à investir. Avec cette nouvelle approche, il s’agit donc d’initier la concurrence en

infrastructures et en services par une mobilisation initiale de fonds publics, là où les initiatives privées

s’avèrent insuffisantes.

Nous reviendrons dans la section 4 de cet essai sur différents facteurs explicatifs de l’insuffisance de

l’initiative privée pour investir dans un réseau fibre. Dans la section 5, nous présenterons les outils à

disposition des régulateurs pour inciter au déploiement de la fibre. Il sera entre autres discuté de

l’intérêt de mettre en place des menaces crédibles par l’État. Nous proposons alors à la section 6 un

modèle simple basé sur la théorie des jeux pour mieux cerner les intéractions stratégiques à l’origine

de la crédibilité de la menace Étatique. Nous illustrerons ce cadre d’analyse au travers de deux

exemples aux sections 7 et 8, tout d’abord, à un niveau local, en France, ensuite, à un niveau national,

au Qatar. Nous montrerons que l’initiative publique dans ces deux cas, particulièrement au Qatar, a

créé une menace crédible incitant l’opérateur historique et dominant à déployer in fine son propre

réseau. À la suite de la réponse de l’opérateur privé à la menace crédible de l’État, nous mettrons

l’accent à la section 9 sur la nécessité de mettre en place une régulation juste de l’accès, qui promeut

à la fois l’entrée de nouveaux entrants et rétribue l’opérateur privé pour les coûts et les risques

d’investissement. Enfin, nous conclurons à la section 10 que la problématique du déploiement de la

fibre au Qatar est présente sur bon nombre de marchés nationaux, et qu’à ce titre, l’approche de

régulation par la menace crédible, telle que présentée à la section 6, peut s’avérer être une mesure

innovante et efficace.

4 Pourquoi les acteurs privés ne déploient pas, ou pas assez vite un

réseau fibre ?

Une série de facteurs, que nous détaillons ci-après, peuvent être à l’origine de l’insuffisance de

l’initiative privée pour déployer un réseau fibre, rendant ainsi nécessaire l’intervention Étatique pour

le déploiement du THD sur l’ensemble d’un territoire.

La présence d’externalités

En présence d’externalités positives, le niveau de l’investissement des opérateurs de

télécommunications (telcos) est, à l’équilibre, inférieur au niveau de l’optimum social car les telcos

n’internalisent pas totalement les effets bénéfiques créés par l’augmentation des débits Internet sur

l’innovation des services, l’efficience des entreprises, des administrations, du système éducatif (e-

learning), des systèmes de santé (e-health), des systèmes énergétiques (smartgrid), de transport

(smart city), du capital social, etc. En d’autres termes, les bénéfices sociaux d’un déploiement

d’infrastructures de télécommunications ne peuvent se résumer aux revenus générés par les

82

opérateurs (Firth et Mellor 2005, Katz et Shapiro 1986). Peu d’études chiffrent précisément l’impact

du FTTH sur la croissance du PIB et les résultats varient assez significativement d’une étude à l’autre

(Kenny, 2015). En tout cas, il semble que l’effet marginal d’une augmentation du débit Internet

dépende du débit initial et du niveau de croissance du PIB. Rohman et Bohlin (2012) ont par exemple

montré qu’en moyenne, pour les pays de l’OCDE, doubler le débit Internet de 8.3 Mbps à 16.6 Mbps

conduisait à augmenter de 0,3 points le taux de croissance du PIB. De plus, les effets bénéfiques des

réseaux de télécommunications ne sont pas toujours monétarisés. Par exemple, un réseau de

télécommunications plus performant permet de développer le télétravail et participe à la réduction du

coût de la congestion et de la pollution atmosphérique (Mitomo et Jitsuzumi 1999).

La structure de marché

La structure de marché peut expliquer l’insuffisance de l’initiative privée car les telcos sont moins

incités à investir en situation de position dominante qu’en situation de forte concurrence ou de

contestabilité du marché. En particulier, le telco en situation de monopole sur le cuivre semble

faiblement incité à investir dans un nouveau réseau à cause du remplacement effect (Arrow 1962). En

effet, même si le prix de gros et de détail du cuivre sont orientés vers les coûts, investir dans la fibre

constitue un coût d’opportunité élevé pour cet opérateur, car le réseau cuivre génère une rente qui

dans tous les cas pourrait être cannibalisée par le nouveau réseau fibre. D’après Briglauer et Gugler

(2013), “the replacement effect can […] be expected to be crucial in view of an average European

(EU27) household fixed broadband penetration rate of 62.8% in 2011”.

À l’inverse, une concurrence en infrastructures, via l’escape competition (Aghion et al. 2002), semble

être un facteur incitatif au déploiement de nouvelles infrastructures. Selon Crandall, Eisenach, et

Ingraham (2013), les pays ayant le plus rapidement déployé le réseau fibre sont ainsi ceux pour

lesquels la concurrence entre câblo-opérateurs et telcos était la plus forte68. En effet, l’opérateur

historique, généralement un telco qui détient le réseau cuivre, est incité à investir dans la fibre pour

ne pas perdre en compétitivité et obtenir une rente de court terme surtout face à un câblo-opérateur

ayant la possibilité d’incrémenter progressivement son réseau pour offrir du Très Haut Débit en

remplaçant de plus en plus près de l’utilisateur final le câble coaxial par de la fibre.

En outre, l’effet de la concurrence en infrastructures sur le niveau d’investissement dans le THD est

d’autant plus élevé que les câblo-opérateurs comme les opérateurs de télécommunications n’ont pas

d’obligation d’ouvrir leur réseau. Généralement, les réseaux câbles ne sont pas soumis à l’obligation

68 “in general, next generation fiber networks are being deployed more aggressively in countries with substantial

broadband platform competition — that is, in countries with well-developed cable television infrastructure that has been

(or is in the process of being) upgraded to the DOCSIS3.0”.

83

d’ouverture si le régulateur considère que la concurrence inter-plateformes est suffisante afin de

garantir une diversité des services et des prix compétitifs, et aussi pour des raisons techniques car un

dégroupage total n’est pas possible sur un réseau câble.

En 2013, parmi les pays de l’OECD, seuls le Canada et le Danemark avaient mis en place une

obligation d’ouverture, basée sur une offre bitstream qui permet d’allouer une partie de la fréquence

à de nouveaux entrants69 (OECD 2013).

Aux États-Unis, les opérateurs ne sont pas soumis à une obligation d’ouverture70 car les telcos,

historiquement basés sur le cuivre, et les cablos, sont en situation de concurrence sur pratiquement

l’ensemble du territoire71. La couverture du réseau câble sur la majorité du territoire s’explique par

le fait que, contrairement à d’autres pays, le déploiement s’est opéré relativement tôt, dans les années

1940 (OECD 2013). La concurrence en infrastructures sur le territoire américain semble avoir incité

les cablos à investir graduellement dans leur réseau pour fournir du THD. Les telcos quant à eux n’ont

pas investi aussi rapidement que les cablos dans un réseau fibre. Il en résulte que le cablo dominant

est souvent en situation de monopole au niveau local sur le THD72 et est en mesure d’appliquer des

tarifs relativement élevés73.

Pour résumer, globalement, une concurrence en infrastructures semble inciter au déploiement de

réseaux THD sans pour autant garantir des prix compétitifs. Inversement, un opérateur historique en

situation dominante semble plus faiblement incité à investir dans une nouvelle technologie de réseau.

Notons cependant qu’au-delà d’un certain de niveau concurrence, l’incitation à investir diminue car

69 A la différence d’une offre de gros en dégroupage total, l’offre bitstream implique toujours une dépendance du nouvel

entrant vis-à-vis de l’opérateur qui détient le réseau, ce qui peut restreindre l’innovation des services proposés aux

consommateurs.

70 “The FCC gradually eased the initial requirements through various new rules, such as those resulting from the

Triennial Review Order, where it found that “excessive network unbundling requirements tend to undermine the

incentives of both incumbent LECs and new entrants to invest in new facilities and deploy new technology” (OECD 2013)

71 Le réseau câble couvre maintenant 90% du territoire Américain selon McKinsey&Compagny (2012).

72 “more than three-quarters of households have no choice other than their local cable monopoly for high-speed, high-

capacity internet” http://www.economist.com/news/leaders/21598997-american-regulators-should-block-comcasts-

proposed-deal-time-warner-cable-turn-it

73 “For the third year in a row, we found that customers in the U.S. tend to pay more than their peers in Europe and Asia,

in nearly every single speed tier. The U.S. cities that offer some of the fastest speeds at the most affordable prices are

actually the smaller and less densely populated cities that have either municipally-owned broadband networks or

competitive entrants like Google Fiber”. Source: Présentation de Danielle Kehl (2015) pour l’Open Technology Institute,

A Comparison of High-Speed Internet Access in 24 Cities Around the World.

84

les espoirs d’obtenir une rente grâce à l’investissement s’amenuisent (Schumpeter, 1934). C’est la

raison pour laquelle une obligation d’ouverture telle que défendue par la Commission Européenne,

qui promeut la concurrence en services, peut dés-encourager l’opérateur historique à investir dans

une nouvelle technologie de réseau (Crandall, Eisenach, et Ingraham 2013, Briglauer et Gugler

201374). Par ailleurs, en présence d’une forte concurrence, le marché est davantage partitionné entre

les différents opérateurs. Une concurrence exacerbée fait alors augmenter le risque que la demande

soit insuffisante pour « remplir » le réseau et couvrir l’ensemble des coûts fixes. Une forte

concurrence peut alors conduire à une augmentation du risque d’investissement et donc du coût du

capital, ayant pour effet de réduire l’incitation à investir (Briglauer, Ecker, et Gugler 2013, Shutova

2013).

Le risque d’investissement

Les opérateurs privés, lorsqu’ils ont pour intention d’investir dans de nouveaux réseaux de

télécommunications, sont naturellement très sensibles au risque d’investissement qui peut se

décomposer en un risque sur les revenus et un risque sur les coûts. Le risque d’investissement est

surtout causé par un ensemble de coûts irrécupérables dans la mesure où certains montants engagés

pour l’investissement ne pourront pas être recouverts si le projet ne s’avère pas rentable dans

l’avenir75. Le risque d’investissement est un risque perçu par les opérateurs, il dépend de

l’information disponible et des anticipations plus ou moins pessimistes des opérateurs.

En ce qui concerne l’incertitude sur les revenus, celle-ci peut entre autres se matérialiser par une

incertitude sur la part de marché et/ou le taux de migration des usagers du cuivre vers la fibre

(Katsianis et al. 2012, Cambini et Silvestri 2012). Un faible taux de migration altère considérablement

l’économie du projet pour deux raisons. D’une part, l’opérateur doit supporter un pic de financement

à cause de coûts fixes irréversibles qui ne peuvent être rentabilisés à cause de la faible utilisation du

réseau. D’autre part, un faible taux spontané de migration du cuivre vers la fibre retarde la fermeture

progressive du réseau cuivre, ce qui engendre une duplication de certains coûts opérationnels et de

maintenance, et donc reporte le point mort (Kroes 2011).

Le taux de migration du cuivre vers la fibre est empreint d’incertitude car la demande pour la fibre

dépend nécessairement de la disposition à payer des consommateurs, elle-même incertaine, pour les

nouveaux services disponibles via un réseau THD. En particulier, à l’époque du début du déploiement

74 “An international cross-sectional comparison indicates strong reluctance of European incumbent operators to

undertake FTTH/B deployment”

75 à cause de revenus trop faibles et/ou de coûts trop élevés

85

du réseau fibre, l’incertitude concernait la disposition à payer des consommateurs pour visionner des

vidéos en très haute définition, améliorer la qualité des jeux en ligne, etc.

Notons que la tâche de commercialisation des offres THD est d’autant plus coûteuse que les

externalités de réseaux créées par le THD restent pour l’instant limitées. L’opérateur doit surtout

compter sur la disposition à payer des individus pour l’incrément de qualité de service plutôt que sur

l’effet boule de neige propre à des services caractérisés par d’importantes externalités de réseaux.

De plus, l’opérateur ne peut que très difficilement prévoir toutes les innovations futures qui vont

advenir sur son réseau et leur impact sur la demande future pour les offres THD.

Par conséquent, le risque d’investissement pour les nouveaux réseaux de télécommunications est

important et s’explique entre autres par le risque élevé de la demande.

Or, les risques perçus par un telco affectent directement sa décision en matière d’investissement. En

particulier, un telco, s’il en a la possibilité, peut choisir de ne pas s’engager à investir tant que de

nouvelles informations disponibles ne peuvent le conforter dans le choix d’investissement. Cette

flexibilité est forcément valorisable pour l’opérateur car elle permet de réduire le risque

d’investissement. Malgré tout, le retard dans le processus de déploiement d’un réseau peut aller à

l’encontre des objectifs du plan national de déploiement dans le pays en question et s’avérer sous-

optimal pour la collectivité, d’où la nécessité d’une intervention étatique.

Pour répondre à cet enjeu, l’approche par les options réelles est tout à fait intéressante car elle met en

lumière la flexibilité des stratégies d’investissement des opérateurs privés. Cette approche est aussi

éminemment utile pour le régulateur car elle peut permettre d’évaluer le prix optimal de l’accès qui

compense l’opérateur privé à la hauteur de la valeur de l’option réelle afin qu’il accepte de ne pas

reporter son investissement (Mathieu Tahon et al. 2014).

Les niveaux de prix de détail

Le différentiel de prix entre l’abonnement cuivre et l’abonnement fibre est aussi une variable

déterminante de l’incitation à investir des telcos dans la fibre. Toutes choses égales par ailleurs,

un faible prix de l’abonnement cuivre réduit l’incitation des usagers d’Internet à migrer du

cuivre vers la fibre, ce qui peut conduire à diminuer l’incitation des telcos à investir en retour

dans la fibre. Deux types de FAI peuvent être à l’origine d’une telle diminution du prix de

détail sur le marché cuivre. Tout d’abord, les FAI qui ont pris du retard dans le déploiement

de la fibre peuvent vouloir limiter la perte de parts de marché face à des concurrents offrant

du THD. Ensuite, de nouveaux concurrents peuvent souhaiter rentrer sur le marché du HD et

conquérir des parts de marché grâce à une politique tarifaire agressive.

un faible niveau de prix sur le marché du THD réduit l’incitation des opérateurs à investir.

C’est le cas si la concurrence est exacerbée sur ce marché et que les prix induits sont dits

« concurrentiels ». Il apparaît justement que la concurrence sur le THD est plus élevée que

86

sur le cuivre76 (Crandall, Eisenach, et Ingraham 2013). En effet, de nouveaux entrants peuvent

vouloir utiliser le déploiement de la fibre pour concurrencer l’opérateur historique.

Pour résumer, un certain nombre de facteurs, tels que décrits ci-avant, peuvent conduire l’opérateur

privé à ne pas investir autant ou aussi vite que nécessaire dans le réseau fibre. Un sous-investissement

a des conséquences néfastes bien au-delà du seul secteur des télécommunications à cause de la

corrélation positive qui existe entre l’accessibilité des ménages et des entreprises au THD et la

croissance du PIB. Pire encore, un investissement sous-optimal peut conduire à dégrader la

compétitivité économique d’un pays, c’est-à-dire sa performance relative. Dans ce cas, tout retard

dans le déploiement de la fibre peut impacter à plus ou moins long terme l’économie d’un pays

puisqu’il nécessite de mettre en œuvre des efforts importants afin de rattraper les pays ayant bénéficié

d’une croissance économique plus élevée grâce à un déploiement optimal d’un réseau fibre. Dans ce

contexte, il semble alors indispensable pour chaque État de mettre en œuvre tous les moyens

nécessaires au déploiement rapide et efficace d’un nouveau réseau de télécommunications. Afin de

répondre à cette exigence, nous développons à la section qui suit l’ensemble des leviers à la

disposition des régulateurs afin d’inciter au déploiement d’un réseau fibre.

5 Comment inciter au déploiement de la fibre ?

Nous détaillons une liste de mesures de régulation permettant de répondre à la problématique du

déploiement du THD. Notons tout d’abord que malgré la nécessité de l’intervention étatique dans ce

domaine, au regard de l’asymétrie d’information existant entre le régulateur et les acteurs privés, le

régulateur doit toujours veiller à réduire au maximum le biais que peut apporter une intervention

publique sur les signaux-prix de marché suffisamment concurrentiels ou contestables. La menace

crédible par l’État d’un déploiement d’une infrastructure parallèle à celle d’un opérateur privé permet

justement de répondre à cette dernière problématique.

Le niveau de prix de gros

La commission Européenne recommandait le 11 septembre 2013 (UE 2013) d’élever les prix de gros

sur le réseau cuivre afin d’abaisser l’écart entre les prix de détail de l’accès à l’Internet Haut Débit

basé sur le cuivre et celui du Très Haut Débit basé sur la fibre, et d’activer ainsi la migration des

abonnés du cuivre vers la fibre. Cette approche répond donc au problème soulevé par N. Kroes en

76 « actual and potential competition to 21st century fiber networks is more significant than the competition initially faced

by incumbent telephone companies deploying DSL » (Crandall, Eisenach, et Ingraham 2013)

87

2011 (cf. ci-dessus).

Mais dans cette approche, l’augmentation du prix de gros du cuivre a pour effets (Bourreau, Cambini,

et Doğan 2012, Cave, Fournier, et Shutova, 2012) :

premièrement, d’élever mécaniquement le prix de détail des offres Internet Haut Débit (basées

sur le cuivre), ce qui encourage les utilisateurs d’Internet à souscrire aux offres Très Haut

Débit,

deuxièmement, d’encourager les opérateurs alternatifs, ne disposant pas de réseau cuivre, à

investir dans la fibre, ce qui réduit la demande d’accès au réseau cuivre pour l’opérateur

historique,

troisièmement, d’augmenter le coût d’opportunité pour l’opérateur historique d’investir dans

la fibre,

quatrièmement, d’augmenter mécaniquement la rente des telcos historiques détenteurs de la

boucle locale au motif de leur fournir les moyens de financer la migration vers le THD. Mais

cette rente supplémentaire favorise l’opérateur historique au détriment de ses concurrents sans

justification économique donc sans doute légale et aboutit à la pérennisation du monopole de

l’opérateur historique.

L’adoption de cette recommandation allait à l’encontre de la position prise des opérateurs alternatifs

qui soutenaient quant à eux la proposition de diminuer le prix de gros du cuivre afin de diminuer la

rente du cuivre et inciter en conséquence les opérateurs historiques à fermer ce réseau77.

Les pauses réglementaires (regulatory holidays en anglais) et la dérégulation

L’obligation d’ouverture associée à une régulation strictement basée sur les coûts de déploiement,

sans prise en compte du risque d’investissement, ne peut être incitative au déploiement d’une nouvelle

infrastructure de réseau. Un opérateur est incité à investir seulement s’il anticipe qu’il rentabilisera

son investissement en fixant des prix relativement élevés sur la base d’un pouvoir de marché. La

première solution consiste alors à instaurer une régulation plus souple de l’accès, incluant une prime

de risque. La deuxième solution consiste tout simplement à ne pas réguler l’accès au réseau pendant

une certaine période. En pratique, le régulateur peut implémenter cette solution de deux manières

différentes.

Premièrement, le régulateur choisit d’annoncer des regulatory holidays qui consistent à ne pas réguler

les opérateurs historiques jusqu’à un certain point, une date ou un autre critère tel que le pourcentage

de fibre déployé. En Turquie par exemple, le régulateur n’a pas soumis l’opérateur dominant à une

obligation d’accès tant que la pénétration de la fibre n’excédait pas 25% (OECD, 2014). Par ailleurs,

le régulateur peut aussi préciser s’il régulera ou non, avec certitude, l’accès au réseau au-delà du point

77 D'après l'étude du cabinet WIK 2010 pour l'European Competitive Telecommunication Association (ECTA) lors de la

"Regulatory Conference" en 2010

88

pour lequel il s’est engagé. L’intérêt de cette politique est de donner la possibilité à un ou des

opérateurs de bénéficier d’un pouvoir de marché pendant la première phase de développement du

marché THD de manière à réduire le risque d’investissement. En situation de faible concurrence en

infrastructure, cette politique peut inciter un opérateur à déployer le réseau fibre puisqu’un prix

d’accès libéralisé peut lui permettre de se soustraire, au moins temporairement, à une concurrence en

services, donc d’augmenter son prix de détail et d’améliorer la rentabilité de l’investissement (Nitsche

et Wiethaus, 2011). Cette politique est donc d’autant plus incitative que la concurrence sur le marché

est faible car l’opérateur dominant qui investit est en mesure d’utiliser son pouvoir de marché pour

fixer des prix de détail élevés.

Si une pause réglementaire pour une durée limitée peut être incitative, a fortiori, le choix politique

d’une dérégulation des prix de gros, sans obligation d’ouverture devrait inciter encore davantage les

opérateurs à investir dans un nouveau réseau. Malgré tout, l’opérateur, même dans cette situation, ne

peut être garanti qu’il ne fera jamais l’objet d’une régulation de l’accès à cause de possibles

changements législatifs.

Aux États-Unis, les câblo-opérateurs et opérateurs de télécommunications ne sont pas soumis à une

obligation d’ouverture. L’objectif était d’encourager les opérateurs privés au déploiement des réseaux

THD et en particulier du réseau fibre. Finalement, les résultats sont mitigés dans la mesure où le

déploiement du réseau fibre s’est restreint à quelques petites villes grâce à des initiatives publiques

et au projet Google Fibre.

En Corée, grâce à une concurrence en infrastructures sur le réseau fibre, le régulateur n’oblige pas

non plus les opérateurs de télécommunications à ouvrir leur réseau. La compétition en infrastructure

sur le réseau fibre a émergé car les pouvoirs publics ont encouragé les opérateurs d’immeuble à

équiper les appartements d’un accès multicâbles en fibre optique. Pour ce faire, les pouvoirs publics

ont mis en place un système de certifications, le « The Building Certification Programme », qui donne

des éléments d’information sur le niveau d’équipement en télécommunications du logement. Ainsi,

le régulateur n’a pas eu besoin d’obliger les opérateurs d’immeuble à équiper les immeubles et les

logements. Ce système très incitatif a fonctionné car les certifications sont valorisables sur le marché

de l’immobilier78.

Deuxièmement, le régulateur peut choisir de façon volontaire de ne pas s’engager à ne pas réguler

l’opérateur qui souhaite investir dans le nouveau réseau. Il laisse alors planer le doute sur une possible

régulation de l’accès dans les semaines, les mois ou les années à venir. Le régulateur Canadien se

78 “Introduced in July 1999, BCP is now the de facto standard for in-building wiring, especially in multidwelling

residential units. 28.8% of Korean households comply with BCP (13.2% with “supreme grade”, 60.9%

with “first grade”, and 25.9% with the “second grade”)”. Source: OECD 2013

89

refusait par exemple d’annoncer clairement sa politique d’obligation d’ouverture tant que le réseau

fibre n’était pas déployé (Crandall, Eisenach, et Ingraham 2013).

Le co-investissement et le partage de réseau

Le co-investissement consiste au partage de certains coûts d’investissement, que ce soit ex-ante ou

ex-post le déploiement d’une infrastructure de réseau. Ex-ante, plusieurs types d’accords existent

entre les opérateurs qui souhaitent investir (Bourreau, Cambini, et Hoernig 2012). Les opérateurs

peuvent par exemple partager les coûts fixes des tranchées afin de déployer plusieurs câbles en fibre

optique. Ils peuvent aussi trouver un accord sur un partage du territoire et s’offrir mutuellement

l’accès via une offre en dégroupage total ou une offre bitstream si l’architecture du réseau est de type

GPON.

Le co-investissement est utilisé dans de nombreux pays pour le déploiement de la fibre (ex :

Switzerland, New-Zealand, Italy, France) car il permet aux opérateurs de diminuer les coûts

d’investissement et opérationnels d’exploitation du réseau.

Les opérateurs ont naturellement intérêt à coopérer pour les zones les moins denses surtout s’ils ne

disposent pas de position dominante. Rendon Schneir et Xiong (2013) ont montré, sur la base d’une

moyenne des données disponibles sur le co-investissement des réseaux FTTH en France, en

Allemagne et en Grande Bretagne, qu’un opérateur historique, qui ne partage pas son réseau, supporte

un coût par « maison connectée » supérieur à celui des opérateurs alternatifs qui déploient un réseau

partagé, dès lors que sa part de marché est inférieure à la part de marché cumulée des opérateurs

alternatifs. Ce résultat provient naturellement du fait que les rendements sont croissants et que le coût

moyen diminue avec la demande.

Les régulateurs s’intéressent de près au co-investissement car il peut permettre dans certaines

circonstances d’augmenter la couverture des réseaux THD. Inderst et Peitz (2012) ont montré que le

co-investissement ex-ante pouvait dans le cadre d’un partage des coûts permettre d’augmenter la

couverture d’un réseau et réduire la duplication des réseaux et par voie de conséquence l’inefficience

du déploiement. En revanche, d’après Marc Bourreau (2013), le co-investissement ne conduit pas

nécessairement à une augmentation de la couverture si l’opérateur en situation de monopole est le

seul à pouvoir couvrir les zones les plus coûteuses. C’est précisément le cas lorsque la somme des

profits des opérateurs qui co-investissent est inférieure au profit du monopole. Cette situation est

susceptible d’exister si la concurrence a un effet positif sur la demande totale, ce qui est vraisemblable

si les préférences individuelles sont très hétérogènes.

Pour résumer, les opérateurs privés peuvent être incités à co-investir dans les zones rurales. Si le co-

investissement n’engendre pas de comportements collusifs, ces accords semblent bénéfiques pour la

société. Ils ont potentiellement un effet positif sur le taux de couverture de réseaux THD, in fine sur

90

le taux de pénétration du THD. Ils réduisent par la même occasion le montant des subventions

publiques nécessaires afin d’atteindre les objectifs d’un Service Universel. Le régulateur a souvent

un rôle important à jouer afin d’encourager et accompagner les opérateurs privés à co-investir. Si

jamais le régulateur choisit de réguler l’accès au réseau fibre déployé, il doit s’assurer que la

régulation de l’accès ne dés-incite pas les opérateurs à co-investir. En fait, la relation entre le prix

d’accès et le niveau de co-investissement des opérateurs privés ne semble pas être linéaire (Marc

Bourreau 2013). Le prix optimal de l’accès est donc difficile à évaluer.

Taxer ou subventionner pour augmenter la couverture des réseaux THD

L’intervention de l’État via des taxes ou des subventions semble nécessaire lorsque les opérateurs

privés n’investissent pas dans les zones peu denses, non rentables. Remarquons que cette

problématique est d’autant plus prégnante que la concurrence dans les zones denses est accrue et que

les opérateurs ne peuvent effectuer une péréquation des revenus et des coûts au niveau national.

Si l’État décide de taxer ou de subventionner pour étendre la couverture en THD, dans les deux cas,

le régulateur doit veiller à ce que l’intervention de l’État ne se substitue pas à l’initiative privée et

n’altère pas l’incitation des opérateurs à investir dans la fibre. Une taxe sur l’ancienne technologie

semble alors intéressante puisqu’elle permet, d’une part, de financer un fonds universel pour couvrir

les zones peu denses, d’autre part, d’inciter les opérateurs à investir dans la nouvelle technologie. Le

gouvernement britannique avait par exemple proposé de taxer les lignes non basées sur la fibre à

hauteur de sept euros (M. Cave et Martin 2010).

En Europe, la Commission Européenne a émis un certain nombre de recommandations qui

conditionnent les subventions publiques (European Commission, 2010b). Les subventions par l’État

pour le déploiement sont recommandées surtout pour les zones dites blanches où les offres Internet

sont très limitées et où aucun opérateur privé ne projette d’investir dans les trois années à venir. À

l’inverse, l’intervention étatique n’est pas considérée comme nécessaire dans les zones denses où au

moins deux opérateurs se concurrencent entre eux (OECD, 2014). En fait, comme la situation aux

États-Unis nous l’enseigne, une concurrence en infrastructure, entre câblo-opérateurs et opérateurs

de télécommunications, permet certes d’assurer une couverture en THD via le réseau câble, mais ne

semble pas suffisante afin d’assurer une accessibilité des ménages aux offres THD. En effet, le câblo-

opérateur est en mesure de préempter le marché en améliorant rapidement son réseau câble pour offrir

du THD, ce qui l’amène ensuite à user de sa position dominante en fixant des prix de monopole. Dans

ce cas, une solution pourrait consister à construire un réseau public subventionné, même dans

certaines zones dites denses, ouvert à d’autres concurrents afin de promouvoir une concurrence en

services en vue d’abaisser les prix de détail sur le marché fixe du THD.

Dans nombre de pays, la subvention publique a surtout été utilisée pour les zones peu denses afin

91

d’augmenter la couverture des réseaux THD. La Suède a été l’un des premiers pays, fin des années

90’s, à subventionner le déploiement de la fibre dans les zones rurales où vit environ 85% de la

population. L’État a en effet garanti un accès à un réseau fibre ouvert à proximité de chaque

habitation. Il revenait ensuite aux ménages de supporter le coût de connecter leur habitation au réseau.

Chaque ménage était cependant incité à investir pour se connecter au réseau fibre grâce à un

rabattement fiscal et au bénéfice qu’apporte un accès à Internet THD sur la valeur foncière de leur

habitation (Babaali 2013).

En France, le « Plan France Très Haut Débit » est l’exemple typique d’un système de subventions

publiques pour le financement dans les zones peu denses. Adopté par le gouvernement en Février

2013, l’objectif du Plan est de couvrir l’intégralité du territoire en Très Haut Débit d’ici 2022 grâce à

un réseau FTTH dans les zones denses et un mixte technologique dans les zones peu denses. Dans les

zones les moins denses où l’initiative privée est insuffisante, les collectivités locales ont pour mission

de définir des Réseaux d’Initiatives Publiques (RIP) et d’organiser des appels d’offres afin de

sélectionner l’opérateur le plus efficient, en vue de minimiser le montant des subventions à accorder.

L’opérateur local qui gagne un appel d’offres est un opérateur de gros, le tarif d’accès à son réseau

est régulé. Cet opérateur de gros n’est pas autorisé à offrir des accès à Internet, à moins qu’il ne crée

une filiale indépendante respectant le principe d’équivalence des « inputs ». Il est important de noter

que ce système n’interdit pas à un autre opérateur, à la suite d’un appel d’offres auquel il n’aurait pas

participé ou qu’il aurait perdu, de déployer indépendamment et en parallèle son propre réseau. En

d’autres termes, il se peut que les subventions d’État financent in fine un réseau dupliqué. En fait,

l’inefficacité de la duplication des coûts fixes est toute relative puisque la décision d’investir de l’État

peut constituer une menace crédible comme nous l’expliquerons dans la suite de cet essai.

Le déploiement d’un réseau public subventionné

Le déploiement par une entité publique d’un réseau de télécommunications couvrant l’ensemble d’un

territoire national peut répondre à la priorité des gouvernements d’assurer l’accessibilité des offres

THD pour l’ensemble de la population. En pratique, l’État peut faire face à un certain nombre de

difficultés opérationnelles pour établir une entente avec les opérateurs privés. Ces derniers peuvent

se sentir non seulement exclus dans le processus de déploiement mais aussi injustement compensés

pour la perte de rentes historiques sur leur propre réseau cuivre ou câble. De plus, par définition, un

projet subventionné n’a pas pour objet principal d’être rentable ; l’État peut donc être amené à

surévaluer les bénéfices sociaux et construire des projets trop ambitieux et très coûteux pour les

contribuables. Le cas Australien illustre ce risque.

Initialement, le gouvernement Australien, en créant en 2009 la compagnie NBN co., un opérateur de

gros, avait pour objectif de déployer un réseau fibre FTTH entièrement ouvert à l’accès pour les autres

92

opérateurs79. Un rapport de force s’est alors engagé entre Telstra et NBN co. pour la compensation

financière de la fermeture du réseau cuivre et de l’accès aux tranchées de Telstra, ce qui a fortement

retardé le déploiement du réseau THD dès le commencement du projet (Beltrán 2013). De plus,

l’objectif initial de couvrir 93% de l’ensemble de la population en FTTH semblait disproportionné

dans la mesure où le territoire australien est fortement hétérogène en termes de densité de population

(Australian Government 2014). Le gouvernement a donc été obligé de modifier ses lignes directrices

fin 2014 et choisir un mixte technologique dans les régions peu denses encore à déployer80. Telstra a

aussi accepté, pour un montant de 11 milliards de dollars, la nouvelle proposition de rachat de son

réseau cuivre et câble par NBN co.81.

Pour résumer, la réussite du déploiement d’un réseau fibre par l’État, via une entité publique ou un

opérateur subventionné, dépend fortement du contexte et de l’environnement concurrentiel. Si

comme en Australie, les opérateurs privés sont déjà en mesure de proposer du HD voire du THD via

le réseau câble, le réseau fibre subventionné concurrence alors fortement les opérateurs privés qui

souhaitent légitimement être compensés pour les coûts d’opportunité induits. Si au contraire, dans

certaines zones, le(s) opérateur(s) propose(nt) des connections de très faible qualité, le déploiement

d’un réseau fibre subventionné peut dans une certaine mesure inciter l’opérateur privé dominant à

déployer son propre réseau (voir la sous-section qui suit).

La menace crédible d’un réseau subventionné

Comme nous le montrerons à la section suivante, la menace crédible de la part de l’État d’un réseau

subventionné peut être un moyen relativement efficace afin d’inciter un opérateur privé à déployer

une nouvelle infrastructure. La menace d’un réseau subventionné peut devenir crédible aux yeux de

l’opérateur privé dès lors qu’il anticipe que l’État, à cause du coût irrécupérable déjà engagé,

79 Telstra, l’opérateur historique qui détient le réseau cuivre et Optus, le câblo-opérateur

80 “The technologies to be used in completing the NBN include fibre to the node/basement/ distribution point

(FTTN/FTTB/FTTdp), fibre to the premises (FTTP), hybrid fibre coaxial (HFC), fixed wireless and satellite”

http://www.minister.communications.gov.au/malcolm_turnbull/news/nbn_co_to_roll_out_new_multi-

technology_mix#.VenCN5fLJCE

81 Parallèlement, le régulateur a obligé la séparation fonctionnelle des opérateurs alternatifs qui investissent seulement

dans les zones denses. La société TPG avait par exemple déjà commencé à déployer son propre réseau fibre uniquement

dans les zones les plus rentables (denses) sans participer au financement des zones peu denses.

http://www.news.com.au/technology/online/nbn-co-telstra-and-optus-reach-deal-for-copper-and-hfc-networks/story-

fnjwncel-1227156324494

93

continuera à investir si jamais lui-même n’investit pas dans le réseau. Si cette menace est crédible,

l’opérateur préfèrera déployer son propre réseau plutôt que de dépendre du réseau subventionné.

Le phénomène de la menace crédible se retrouve dans bien d’autres situations. Dixit (1982) a par

exemple montré qu’une entreprise historique peut avoir intérêt à engager des coûts irréversibles, en

augmentant par exemple ses capacités de production, afin d’empêcher de nouveaux entrants d’entrer

sur son marché. Dans son modèle, l’entreprise historique « s’engage » lorsqu’elle choisit de supporter

un coût fixe irréversible d’investissement qui lui permet de mieux gérer la « guerre des prix » si

jamais l’entrant rentre sur son marché. Or l’entrant ne choisit pas de rentrer sur le marché s’il

constate, au travers du coût fixe irréversible engagé, que l’entreprise historique est prête pour la

« guerre des prix ». En conséquence, si l’entreprise historique « s’engage », elle gardera sa position

dominante. L’engagement d’un coût irréversible par l’entreprise historique constitue donc une

menace crédible de « guerre des prix ». C’est un moyen de restreindre l’entrée de nouveaux

concurrents sur le marché.

Pour notre cas, si l’État « s’engage » en déployant partiellement le réseau fibre, l’opérateur privé

anticipe que s’il ne déploie son réseau, l’État le fera et il devra dépendre du réseau subventionné pour

offrir les services Internet. Cette situation n’est pas souhaitable pour l’opérateur privé, ce qui l’amène

ainsi à déployer son propre réseau.

En conséquence, même si le secteur privé ne souhaite a priori pas s’engager dans des investissements

coûteux et possiblement non rentables, dans certains cas, le déploiement de tout un réseau

subventionné n’est pas utile. Le déploiement partiel d’un réseau subventionné peut suffire à inciter

l’opérateur dominant à totalement déployer sa propre infrastructure. Nous exposons formellement ce

problème au travers d’un modèle simple tel que présenté dans la section suivante.

6 Un modèle d’incitation au déploiement d’une infrastructure par la

menace crédible

La théorie des jeux est intéressante lorsqu’il convient de comprendre les mécanismes à l’œuvre lors

de prises de décision. C’est particulièrement vrai lorsque l’enjeu est de rendre compte des incitations

du régulateur et des acteurs privés à l’investissement et que chacune des parties prenantes anticipent

le comportement des autres parties. Pour simplifier, seuls deux acteurs sont supposés exister dans

notre cadre d’analyse : l’État via l’opérateur subventionné et un opérateur privé historique82 qui

dispose d’un réseau cuivre. Tous deux peuvent potentiellement investir dans le réseau fibre. Chacun

82 incumbent en anglais

94

des deux acteurs, le régulateur comme l’opérateur historique, prennent la décision d’investir ou non

dans le réseau en fonction de leur anticipation sur la décision de l’autre joueur.

Nous présentons un jeu simple, séquentiel, à trois étapes. Tout d’abord, l’État va choisir ou non

d’investir partiellement dans le réseau fibre. L’investissement partiel est un coût irrécupérable. Dès

lors, même si l’État décide de ne pas continuer le déploiement de la fibre, il ne pourra pas recouvrir

les coûts déjà engagés. L’opérateur historique observe ensuite l’investissement de l’opérateur

subventionné et décide d’investir totalement ou non dans le réseau. Enfin, l’opérateur subventionné

décide ou non d’investir totalement dans le réseau fibre.

Nous supposons que l’État internalise un bénéfice social, noté S, avec 𝑆 ≥ 0, du fait de la

construction d’au moins un réseau fibre qu’il soit déployé par l’opérateur subventionné ou par

l’opérateur privé. Le bénéfice social peut inclure l’effet d’un réseau THD sur des indicateurs

macroéconomiques tels que l’emploi, la croissance, etc., l’accès des usagers à l’information et aux

services publics offerts en ligne (e-government), l’efficience des systèmes de santé et l’accès aux

soins (e-health), l’efficience des services éducatifs (e-learning), le télétravail, la congestion routière,

etc. Le coût de déploiement total et partiel pour l’État d’un réseau subventionné sont notés

respectivement par D et d avec 𝐷 > 0 et 𝑑 > 0.

Hypothèse 1 : Nous supposons naturellement que le coût de déployer partiellement l’infrastructure

est inférieur au coût total de déployer l’ensemble de l’infrastructure, nous avons : 0 < 𝑑 ≤ 𝐷

Dans le cadre de ce modèle, trois situations sont envisageables :

Situation 1 : les usagers n’ont pas accès au THD car le réseau fibre n’est déployé ni par l’État

ni par l’opérateur privé. Dans ce cas, seul l’opérateur en situation de position dominante sur

le marché du HD est le bénéficiaire de cette situation,

Situation 2 : les usagers ont accès au THD mais il n’existe pas de concurrence en

infrastructures : le réseau fibre est déployé par un seul acteur, soit par l’opérateur

subventionné, soit par l’opérateur historique,

Situation 3 : les usagers ont accès au THD et il existe une concurrence en infrastructures : le

réseau fibre est dupliqué car l’État comme l’opérateur privé investissent en propre dans un

réseau fibre.

95

Tableau 1: Notation des profits de l’opérateur historique

Variable Description

𝝅𝒅𝒇 Profit de l’opérateur historique en situation de duopole avec l’opérateur subventionné sur le marché

fibre

𝝅𝒎𝒇

Profit de l’opérateur historique en situation de monopole sur la fibre

𝝅𝒎𝒄 Profit de l’opérateur historique en situation de monopole sur le cuivre sans déploiement d’une

infrastructure fibre subventionnée

𝝅𝟎𝒇 Profit de l’opérateur historique en situation de monopole sur le cuivre n’ayant pas déployé la fibre et

ayant accès au réseau subventionné.

Hypothèse 2 : nous supposons que l’opérateur historique, préfère toujours garder sa position de

monopole sur le cuivre plutôt que de reconstruire une position dominante sur la fibre, nous avons :

𝜋𝑚𝑐 > 𝜋𝑚

𝑓. En effet, comme nous l’avons déjà mentionné, l’opérateur qui investit dans un réseau fibre

a souvent l’obligation d’ouvrir son réseau à d’autres concurrents et il peut alors devenir plus difficile

pour l’opérateur historique de garder un fort pouvoir de marché sur le marché du THD. On suppose

par ailleurs que l’opérateur historique préfère toujours offrir un service Internet via son propre réseau

plutôt que de dépendre du réseau subventionné, nous avons : 𝜋𝑚𝑓

> 𝜋0𝑓.

Hypothèse 3 : nous supposons que le bénéfice net pour l’État d’investir dans le réseau fibre est

négatif. Nous avons 𝑆 − 𝐷 < 0. En d’autres termes, on suppose que l’État ne souhaite pas supporter

à lui seul le coût de tout un réseau fibre. Une des raisons peut être que le coût de déploiement par

l’État est trop élevé relativement aux bénéfices attendus. En effet, comme c’était le cas en Australie,

l’opérateur historique dispose souvent de tranchées nécessaires au déploiement des câbles en fibre

optique. Si l’État souhaite déployer son propre réseau, il doit alors compenser l’opérateur historique

pour l’accès aux tranchées ou alors construire de nouvelles tranchées, ce qui peut déséquilibrer

l’équilibre financier du projet.

Le modèle est illustré sous forme extensive au Graphique 16. Il se résout par induction arrière, c’est-

à-dire en sens contraire de la temporalité des prises de décisions. Au bout de chaque branche de

l’arbre, nous notons les couples de gains (𝐺𝑠, 𝐺𝐻) avec 𝐺𝑠 le bénéfice net pour l’État (ou le régulateur)

et 𝐺𝐻 le bénéfice net pour l’opérateur historique.

En étape 1 :

o Nous savons que S − D < S − d d’après l’Hypothèse 1, S − D < S car D > 0 et S ≥ 0,

enfin S − D < 0 d’après l’Hypothèse 3,

96

o Si 𝑆 − 𝐷 > −𝑑, nous déduisons qu’après avoir engagé un coût fixe irréversible de 𝑑, dans

le cas où l’opérateur historique ne déploie pas le réseau fibre, l’État choisira de terminer

de déployer le réseau.

En étape 2 :

o Nous savons que 𝜋𝑚𝑓

> 𝜋0𝑓 et 𝜋𝑚

𝑐 > 𝜋𝑚𝑓

d’après l’Hypothèse 2,

o Nous déduisons que si l’État décide de s’engager par un investissement partiel dans le

réseau, l’opérateur historique choisira alors de déployer totalement son propre réseau

fibre. Inversement, si l’État ne s’engage pas, l’opérateur n’investira pas dans le réseau et

les usagers ne pourront pas bénéficier du THD.

En étape 3 :

o La dernière étape se situe au premier nœud de l’arbre

o L’État choisira de s’engager si 𝑆 − 𝑑 > 0.

Sous les hypothèses et les conditions précédemment citées, pour chaque étape de la résolution par

induction arrière, les décisions conditionnelles de chaque joueur sont illustrées par les branches en

gras.

Graphique 16: Modélisation sous forme extensive du modèle de la menace crédible

Propriété : sous les Hypothèses 1, 2, et 3, et sous les conditions 𝑆 − 𝐷 > −𝑑 et 𝑆 − 𝑑 > 0, l’État

choisira de déployer partiellement le réseau conduisant l’opérateur historique à déployer totalement

son propre réseau fibre. Par conséquent, sous la condition suivante 𝑆 > 𝑑 > 𝐷 − 𝑆, l’investissement

partiel constitue une menace crédible pour l’opérateur privé. On conclut qu’il existe un seuil

d’investissement irrécupérable, 𝐷 − 𝑆, au-dessus duquel la menace d’un réseau subventionné devient

crédible. En dessous de ce seuil, même après avoir investi partiellement dans le réseau, l’État ne

97

choisira pas de continuer de déployer, donc la menace n’est pas crédible.

Jusqu’à présent nous avons considéré un jeu en information complète, c’est-à-dire un jeu dans lequel

chaque joueur a connaissance des bénéfices nets de l’autre joueur. Pourtant, comparé à d’autres coûts

plus objectifs comme d et D, probablement observables par les deux joueurs, nous pouvons penser

que le bénéfice social de la fibre S est plus difficilement observable par l’opérateur privé. Il s’en suit

que l’opérateur privé peut surestimer ou bien sous-estimer le bénéfice social de la fibre. Le régulateur

peut aussi « mentir » sur la vraie valeur sociale de la fibre et annoncer une valeur surestimée de façon

à ce que certaines menaces non crédibles le deviennent.

Proposition : en information incomplète, si le coût irréversible est trop faible et que nous avons 𝑑 +

�̃� ≤ 𝐷, avec �̃� la croyance de l’opérateur historique sur la vraie valeur S, alors la menace n’est pas

crédible, ni l’opérateur historique, ni l’État ne vont investir.

Il semble a priori possible que l’État mette en place des plans de communication visant à augmenter

�̃�. Sous l’hypothèse que le coût marginal de �̃� est croissant, nous déduisons simplement que tant que

le coût marginal de �̃� est inférieur à l’unité, l’État choisira d’abord d’augmenter �̃� avant d’investir

dans l’infrastructure.

Pour conclure, ce modèle simple permet de mieux comprendre le mécanisme de la menace crédible

lorsqu’il est appliqué au secteur des télécommunications et au déploiement de la fibre en particulier.

La menace crédible de la part d’un régulateur semble alors tout à fait utile afin d’inciter au

déploiement d’une infrastructure par un opérateur privé en situation de monopole. Nous illustrerons

notre propos au travers de deux exemples aux sections suivantes.

7 La menace crédible pour le déploiement d’un réseau fibre, un cas

français à un niveau local

Nous présentons ci-après un exemple français de menace crédible d’un opérateur subventionné pour

le déploiement de la fibre. Il semble en effet que l’engagement des collectivités locales ait conduit ou

du moins incité l’opérateur historique à avancer son plan de déploiement de la fibre et annoncer la

couverture totale en FTTH dans certaines zones.

Historique de la situation

La Communauté d’Agglomération Europ’ Essonne a confié en Novembre 2011 à la société Tutor une

Délégation de Service Public (DSP) pour déployer un réseau FTTH dans 10 communes. Quatre

98

communes étaient considérées comme prioritaires dans la mesure où elles étaient mal desservies en

ADSL. Orange n’avait pas participé à l’appel d’offres lancé par la collectivité locale. Malgré cela,

l’opérateur historique avait annoncé qu’il envisageait de déployer la fibre à l’horizon de 2015 dans

les quatre communes prioritaires et à partir de 2015 dans les communes restantes. Les conditions de

la DSP prévoyaient de subventionner Tutor afin d’équilibrer son plan d’affaires (environ 10M€), les

investissements ne pouvant pas être rentabilisés en l’absence de cette subvention.

À la suite des premiers investissements de déploiement effectués par la société Tutor, l’opérateur

Orange annonçait qu’il avançait son calendrier de déploiement dans 5 communes (dont les 4

communes prioritaires) de 2015 à 2013.

La crédibilité de la menace

Orange avait sûrement des raisons de penser que le déploiement d’un nouveau réseau fibre allait

cannibaliser ses ventes issues de son réseau cuivre. Dès lors, tant qu’une menace venant de l’extérieur

n’était pas crédible, l’opérateur historique n’était a priori pas suffisamment incité à investir

rapidement dans la fibre. La menace d’un réseau fibre concurrent au réseau cuivre est sûrement

devenue crédible dès que la construction d’un réseau subventionné a débuté. En effet,

l’investissement public dans le réseau de collecte constitue un coût important irrécupérable pour la

collectivité locale qui investit. Aussi, la collectivité est forcée de déployer le réseau tout entier si

aucun autre opérateur privé ne se décide à investir. Aujourd’hui, deux réseaux coexistent en parallèle

dans les quatre communes dites prioritaires.

À Massy, l’opérateur avait commencé à déployer le réseau de collecte. Nous pouvons donc

raisonnablement penser que l’opérateur subventionné aurait choisi de continuer le déploiement dans

les zones qui n’auraient pas été couvertes par un opérateur privé tel qu’Orange. La crédibilité de cette

menace a semble-t-il conduit Orange à déployer son propre réseau sur l’ensemble de la ville de Massy.

Comme nous l’exposerons à la section suivante, la menace crédible, utile à l’échelle locale, peut tout

aussi bien s’avérer pertinente à l’échelle d’un pays tel que le Qatar.

8 Le déploiement de la fibre au Qatar par la menace crédible

La situation de la menace crédible, à petite échelle au sein d’une communauté d’agglomérations se

retrouve aussi à l’échelle d’un pays de petite taille comme le Qatar. Le projet de déploiement de

l’opérateur subventionné qatari semble avoir incité l’opérateur privé à construire très rapidement son

propre réseau en vue de garder une position dominante.

99

Historique de situation

Historiquement, contrairement à bon nombre de pays développés, l’opérateur historique au Qatar,

Ooredoo anciennement dénommé Qtel, était toujours en situation de position dominante sur le marché

fixe du HD, basé sur le cuivre. En effet, aucun réseau câble n’avait été déployé en parallèle du réseau

cuivre et les fournisseurs satellitaires ne fournissaient jusqu’à présent que des offres TV. De plus, le

régulateur n’avait pas le pouvoir de sanction nécessaire pour imposer une obligation d’accès avec un

prix régulé permettant d’établir une concurrence en services sur le marché du HD.

Or, comme nous l’avons déjà mentionné, le niveau de concurrence est un facteur déterminant pour

expliquer l’incitation des opérateurs à investir dans un nouveau réseau. Il est raisonnable de penser

qu’Ooredoo, en tant qu’opérateur en situation de monopole sur le marché du HD, avait peu

d’incitations à substituer rapidement le réseau cuivre par le réseau fibre83. Le gouvernement qatari ne

pouvait pas non plus compter sur l’initiative de Vodafone pour développer son propre réseau à cause

du risque très élevé d’investissement pour un opérateur, n’ayant pas d’antériorité sur le marché fixe,

de rentrer sur un marché de petite taille (230 000 prises)84.

Pourtant, un déploiement rapide d’un réseau fibre au Qatar était nécessaire afin d’atteindre les

objectifs fixés à l’horizon de 2030 du gouvernement qatari quant à la diversification de l’économie

et au développement de l’économie digitale (General Secretariat For Development Planning, 2008).

La problématique du déploiement de la fibre était accentuée par l’absence de réseau câble.

Après avoir considéré que la vitesse de déploiement de la fibre par Ooredoo était insuffisante, le

« Supreme Council of Information and Communication Technology » (ictQATAR) a décidé de créer

en mars 2011 un opérateur public de gros nommé Qatari National Broadband network (à la manière

de l’opérateur NBN co. en Australie). Cet opérateur à capitaux publics avait pour mandat d’assurer

83 le déploiement de la fibre fut annoncé au mois de mars 2010

http://www.google.fr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0CCEQFjAA&url=http%3A%2F%2Fhua

wei.com%2Filink%2Fen%2Fabout-huawei%2Fnewsroom%2Fpress-

release%2FHW_062735%253FKeyTemps%253DFTTH&ei=TpaeVa2zB8H9UvCmgdgK&usg=AFQjCNEMotw-

oAnDeu6Z9kMD9_-9I8HbkQ&bvm=bv.96952980,d.d24

https://www.telegeography.com/products/commsupdate/articles/2010/08/31/qtel-and-huawei-begin-ftth-rollout/

84 Le chiffre 230 000 correspond au nombre de prises à connecter du projet Qtel fibre, le projet de déploiement de la fibre

par Ooredoo pour les ménages et les entreprises.

http://www.huawei.com/en/about-huawei/publications/winwin-magazine/hw-094120.htm

http://www.ooredoo.qa/en/PR_SIGNING_AGREEMENT_QH

100

un déploiement rapide de la fibre en couvrant toute la population à l’horizon de 2015. QNBN n’étant

pas lui-même opérateur sur le marché de détail, il devait fournir l’accès à son réseau fibre pour tous

les opérateurs de détail qui en feraient la demande85. Ce projet avait pour mission de permettre aux

usagers d’ouvrir le marché et de permettre aux consommateurs de choisir parmi plusieurs opérateurs

l’offre Internet la mieux adaptée à leurs besoins. De plus, cette concurrence en services sur une

infrastructure unique devait être aussi le catalyseur d’une concurrence en prix en particulier sur le

segment des entreprises en vue de dynamiser l’économie digitale avec des services innovants.

Avec un budget annoncé de 550 millions de dollars pour le déploiement de la fibre, l’État qatari se

donnait les moyens d’atteindre ses objectifs (« Qatar’s National ICT Plan 2015: Advancing the Digital

Agenda »). De plus, en signant un accord de Partenariat Public-Privé avec QNBN, les deux

opérateurs, Vodafone et Ooredoo semblaient soutenir l’initiative de l’État de déployer un réseau fibre

ouvert à tous.

En fait, Ooredoo accélérait en parallèle le déploiement de son propre réseau : six mois plus tard, en

janvier 2012, il lançait ainsi sa première offre THD basée sur son propre réseau. Les objectifs alors

annoncés d’Ooredoo étaient très ambitieux. Il prévoyait de connecter l’ensemble des ménages avant

2014, soit seulement deux ans après le lancement de ses premières offres THD.

Malgré la volonté affichée d’Ooredoo d’assurer rapidement le déploiement de son propre réseau,

QNBN maintenait lui aussi son objectif de déployer un réseau fibre national sur l’ensemble du

territoire. En mai 2012, QNBN signait ainsi un accord avec Ooredoo pour avoir accès à ses

infrastructures passives et son génie civil pour une durée de 20 ans. En octobre 2012, l’entité publique

85 Au regard du contrat de licence de QNBN, il revenait dans un premier temps à l’opérateur qui demande l’accès et à

QNBN de négocier sur un prix d’accès au réseau fibre. Si aucun accord n’était trouvé, il revenait alors au ministère de

l’information et des technologies de communication de fixer un prix d’accès. La licence de QNBN ne précise pas la

méthode exacte qui aurait été appliquée : « If the parties do not reach an agreement within sixty (60) days of the delivery

of a Request by the Access Seeker, either party may request the Supreme Council to establish the price, terms and

conditions on which the infrastructure access, facilities or related services shall be provided. If the Supreme Council

determines that a request is justified, in whole or in part in accordance with the Applicable Regulatory Framework, it may

set prices based on actual costs, international benchmarks and or other appropriate cost methodology”.

http://www.ictqatar.qa/en/news-events/news/qatar-national-broadband-network-company-established

https://www.telegeography.com/products/commsupdate/articles/2011/03/29/passive-aggressive-shared-network-to-

boost-fibre-coverage-to-95-by-2015/

101

budgéta ensuite une somme de 500 millions de dollars86 pour déployer le réseau fibre87.

À ce stade, le réseau QNBN ne pouvait être construit qu’en parallèle de celui d’Ooredoo puisqu’en

mai 2012 Ooredoo avait déjà connecté 126,000 habitations88. Fin 2012, deux tiers des habitations,

soit 135 000 prises, étaient déjà couvertes par la fibre, ce qui plaça le Qatar en première position au

niveau mondial en termes de vitesse de déploiement de la fibre89 (Arthur D. Little 2013). Pour finir,

en Juin 2013, Ooredoo annonça son intention d’achever la couverture en fibre optique sur son réseau,

accomplissant ainsi ses objectifs initiaux d’au moins 95% des ménages couverts par le THD fin 2014.

L’opérateur historique, sous la menace d’un déploiement concurrent (ici un opérateur public de gros),

a donc accéléré le déploiement de son propre réseau.

QNBN, une menace crédible pour Ooredoo

De manière semblable au cas français, il ressort que la menace d’une infrastructure subventionnée

concurrente à celle de l’opérateur historique force ce dernier à accélérer le déploiement de son propre

réseau. En effet, si QNBN avait déployé totalement le réseau fibre, Vodafone, le deuxième opérateur

déjà présent sur le marché mobile, aurait probablement acheté des offres de gros de QNBN pour

concurrencer Ooredoo sur le marché fixe du THD et sans doute lancer des offres quadruplay. La

menace de déploiement de la fibre par QNBN n’était suffisamment crédible aux yeux d’Ooredoo dès

lors que l’État qatari s’est engagé à investir 550 millions de dollars en Juillet 2011 et que dans la

foulée, en 2012, QNBN a inscrit la somme de 500 millions de dollars dans ses comptes puis signé un

premier contrat de déploiement avec la firme Ericsson. Ooredoo, risquait alors de perdre sa position

monopolistique sur l’infrastructure fixe et c’est probablement la raison qui l’a poussé dans un premier

temps à déployer les deux tiers du réseau en fibre optique. Ensuite, Ooredoo était incité à déployer

totalement son réseau sachant que l’État s’était décidé à déployer la fibre sur l’ensemble du territoire

si jamais un opérateur privé ne déployait pas totalement son propre réseau fibre. À l’heure actuelle,

Ooredoo commence à éteindre son réseau cuivre pour éviter la duplication de coûts opérationnels et

de maintenance, ce qui est une première mondiale.

Le choix stratégique de l’État qatari d’annoncer et de commencer à s’engager dans le déploiement

d’une infrastructure subventionnée a été indubitablement efficace dans la mesure où une faible

86 https://www.telegeography.com/products/commsupdate/articles/2012/10/11/qnbn-underlines-nationwide-2015-target-

usd500m-initial-capex/

87 non éloignée du montant initial de 550 millions de dollars annoncé lors de la création de l’entité publique en mars 2011

88 https://www.telegeography.com/products/commsupdate/articles/2012/05/24/qtel-extends-ftth-contract-with-huawei/

89 Exprimée en termes de pourcentage de ménages supplémentaires couverts par la fibre en une année

102

couverture du réseau fibre de QNBN a été au final nécessaire pour constituer véritablement une

menace crédible. Remarquons aussi que, contrairement aux taxes sur les opérateurs privés, la menace

crédible de déploiement d’un réseau ne modifie en rien les signaux-prix sur le marché. L’intérêt de

cette stratégie de régulation est aussi de limiter les potentiels biais d’une régulation inadéquate causée

par l’asymétrie d’information entre le régulateur ou l’État et les opérateurs.

9 Le nouvel enjeu au Qatar, une régulation de l’accès pour

davantage de concurrence

La problématique actuelle

Le Qatar dispose dorénavant d’un réseau fibre qui couvre l’ensemble des ménages. L’objectif du

gouvernement qui était d’encourager à la migration vers la fibre90 (ICTQatar 2013) est donc atteint.

Ooredoo a en effet déployé son propre réseau fibre plus vite que ce qui était recommandé pour

QNBN91, à la différence près que le réseau fibre est aux mains de l’opérateur privé, Ooredoo, plutôt

que d’être détenu par l’opérateur public, QNBN.

Le réseau fibre est donc construit mais il n’est pas ouvert pour tous les opérateurs puisque Ooredoo

préfère naturellement garder sa position dominante sur ce marché. Ooredoo peut ainsi profiter, au

détriment du consommateur, de sa situation de monopole sur le marché fixe du THD. En effet, le

marché ne semble pas contestable pour deux raisons.

Premièrement, la couverture du réseau public de QNBN est très faible et le gouvernement qatari n’est

semble-t-il pas décidé à continuer d’investir dans le réseau fibre. En effet, le projet de QNBN ne

pourra être équilibré financièrement, au moins à moyen terme, car la part de marché du(des)

opérateur(s) présent(s) sur le réseau de QNBN sera insuffisante pour couvrir les dépenses encourues.

Au demeurant, même à supposer que le marché sera, à moyen ou long terme, également divisé entre

les deux opérateurs, la duplication des coûts fixes conduirait à augmenter les coûts moyens, donc les

prix de détail pour les consommateurs (Shutova 2013). En d’autres termes, dans le cas d’une

duplication du réseau, l’effet pro-concurrentiel sur les prix de détail pourrait être contrebalancé par

l’augmentation des coûts moyens.

Deuxièmement, l’investissement dans un réseau fibre constitue une large barrière à l’entrée pour un

nouvel entrant tel que Vodafone. En effet, à court terme, la part de marché de l’opérateur concurrent

90 « Encourage acceleration of migration to fiber […] »

91 « QNBN aims to reach a coverage target of 95 percent of all households nationwide by 2015 » (ICTQatar 2015)

103

ne permettra pas de couvrir le coût moyen. À long terme, l’opérateur ne peut pas non plus être assuré

d’une part de marché suffisamment élevée pour être rentable. Cette incertitude élève mécaniquement

le coût du capital et donc le coût total de l’investissement, rendant encore plus invraisemblable

l’hypothèse d’une concurrence en infrastructure.

Le marché ne semble donc pas contestable. Il s’en suit qu’Ooredoo est en mesure de fixer des prix

excessifs sur le marché des ménages et des entreprises. En l’occurrence, les tarifs des offres THD

sont très nettement supérieurs aux prix moyens dans l’ensemble des pays de l’OCDE. Par exemple,

en 2013, une offre THD dédiée aux ménages qui délivre un débit supérieur à 45 Mbps était en

moyenne trois fois plus chère au Qatar que dans les pays de l’OCDE (The Telecommunications

Regulatory Authority 2014).

Consécutivement, le taux d’adoption des offres Internet THD est très faible. Au dernier trimestre

2014, seuls 27% des ménages disposaient d’un accès à Internet THD avec un débit supérieur à 10

Mbps, alors que paradoxalement à cette même époque le pays était totalement couvert par la fibre92.

La nécessité de réguler l’accès au réseau fibre d’Ooredoo

L’un des objectifs du régulateur est maintenant d’assurer des prix compétitifs afin de répondre aux

grands enjeux du Qatar National Broadband Plan : « Ninety-five percent of households to have the

ability to access affordable and high-quality broadband service of at least 100 Mbps effective

download and 50 Mbps effective upload speeds by 2016 ».

Pour atteindre cet objectif, il semble dorénavant nécessaire d’implémenter les recommandations et la

stratégie initiale du gouvernement93, en l’occurrence d’introduire une concurrence en services94.

Nous pouvons en effet espérer un impact positif et substantiel de la concurrence en services sur les

prix de détail. En tout cas, le dégroupage total des réseaux cuivre dans les pays de l’OCDE a permis

d’activer une vraie concurrence en services et a conduit à une diminution des prix de détail (OECD,

92 “National FTTH coverage by 2014: reached” (Idate consulting 2014)

93 “As it is not envisaged that ISPs will be willing to compete at the passive infrastructure layer (due to the expensive

active equipment requirements to “light” the fiber), access to the service layer of existing operators’ networks will need

to be provided on a non-discriminatory and transparent basis” (ICTQatar 2013)

94 De même, il est raisonnable de penser que la concurrence en services devrait avoir un impact positif sur le niveau de

QdS. En effet, la concurrence en services devrait permettre aux usagers de changer d’opérateur en cas d’une dégradation

substantielle de la QdS, ce qui devrait avoir pour effet de limiter de potentiels pratiques discriminantes en fonction du

type de contenu, de la destination ou de la source. Cela suppose que le régulateur continue d’améliorer l’information

auprès des consommateurs sur la QdS et de promouvoir la réduction des coûts de changement entre les opérateurs.

104

2008)95. Ces mêmes effets ont aussi été observés dans les pays d’Afrique du Nord et du Moyen Orient

(Booz&co, 2008). Même si de par son architecture GPON le réseau fibre se distingue du réseau

cuivre, nous pouvons espérer qu’une obligation d’ouverture et une régulation de l’accès dans un

marché aussi concentré que celui du Qatar conduira à une diminution substantielle des prix de détail.

En pratique, comme l’a déjà fait remarquer le ministère qatari de l’information et des technologies de

communication, l’introduction d’une concurrence en services suppose que le régulateur qatari soit

totalement indépendant et détienne un pouvoir de sanction96. En effet, le pouvoir de négociation de

Vodafone pour la fixation des prix de gros semble très limité. En l’absence de régulation de l’accès,

Ooredoo est libre de fixer un prix d’accès très élevé et d’évincer l’entrée de nouveaux concurrents.

En d’autres termes, les mesures de résolution de conflits, en l’absence de pouvoir de sanction, ne

peuvent suffire à elles seules pour garantir un prix raisonnable de l’accès au réseau fibre. Le nouveau

pouvoir de sanction devrait permettre au régulateur d’imposer des offres de gros qui encouragent

l’entrée d’au moins un nouvel opérateur.

Au demeurant, la question en suspens est la suivante : quel prix régulé de gros faut-il fixer ? Lorsque

le réseau fibre n’est pas encore déployé, le régulateur doit veiller à ce que la régulation de l’accès ne

dés-incite pas les opérateurs à investir dans les nouvelles technologies de réseaux (Bourreau,

Cambini, et Hoernig 2012). Au Qatar, le réseau fibre a déjà été déployé mais cette question reste tout

de même d’actualité. En effet, le prix d’accès, fixé ex-post, doit permettre de compenser suffisamment

l’opérateur privé pour les coûts et le risque d’investissement. Ooredoo pourrait alors faire valoir un

certain nombre de risques tels que le risque d’être régulé, le risque d’une infrastructure subventionnée,

etc. A priori, ces risques ne doivent pas être pris en compte par le régulateur dans la mesure où ils

sont consécutifs des effets anti-concurrentiels de la position dominante d’Ooredoo. En d’autres

termes, il convient d’apprécier les risques initiaux qu’aurait supporté Ooredoo dans le cadre d’un

scénario purement hypothétique de concurrence sur le marché fixe, tels que le risque de demande de

long terme, le risque de migration des ménages et des entreprises du cuivre vers la fibre, le risque de

développement de technologies concurrentes, etc.

95 “Unbundling of copper telephone lines itself seems to be a factor in reducing the price of broadband subscriptions, as

they introduce more competition at the telecommunication exchange” OECD (2008):

96 “Ensuring this access provisioning, as well as the other initiatives to promote competition, will require empowering

Qatar’s telecommunications regulatory authority to enforce its decisions and to be independent from other government

institutions, so that its decisions can be controlled and appealed” (ICTQatar 2013).

105

10 Conclusion

Pour conclure, dans de nombreux pays, le marché fixe des télécommunications peut s’avérer

faiblement concurrentiel, engendrant par la même occasion un déploiement sous-optimal des réseaux

THD. La concurrence en infrastructures tout d’abord peut être inexistante si aucun réseau câble ou

aucun opérateur satellitaire ne concurrencent l’opérateur historique de télécommunications

propriétaire du réseau cuivre. Ensuite, dans certains pays comme le Qatar, l’opérateur historique, qui

n’est pas contraint par une concurrence en infrastructure, n’est pas non plus soumis à une obligation

d’ouverture. La concurrence en services ne peut donc se faire. L’opérateur en situation de position

dominante, souvent propriétaire du réseau cuivre, n’a alors que très peu d’incitations à investir dans

un réseau fibre. Dans ce premier cas de figure, les consommateurs risquent de ne bénéficier que

tardivement et à un prix élevé du THD. À moyen et long terme, cette situation est susceptible

d’affaiblir la compétitivité d’un pays à l’heure où les pays développés investissent massivement dans

l’économie digitale dans l’espoir de nouveaux relais de croissance.

Par ailleurs, dans un contexte de concurrence en infrastructure, entre le réseau cuivre et le réseau

câble, le câblo-opérateur semble incité à investir pour fournir rapidement du THD, mais dans le même

temps, l’opérateur de télécommunications opérant sur le réseau cuivre, pour des raisons de coûts, peut

accuser du retard dans la course au THD. Si le marché du THD est préempté par le câblo-opérateur,

il peut alors devenir encore plus risqué et coûteux pour un opérateur concurrent d’investir dans le

réseau fibre. Dans ce deuxième cas de figure, sans obligation d’ouverture du réseau câble via des

offres bitstream, le niveau de concurrence risque de diminuer lors du passage du HD au THD avec

les conséquences potentiellement néfastes que cela peut avoir sur les niveaux de prix et de QdS.

Même à supposer que le câblo-opérateur soit soumis à une obligation d’ouverture, le déploiement

d’un réseau fibre parallèle semble de toute façon important afin de garantir l’innovation des services.

Par conséquent, dans les deux cas de figure, le déploiement d’une infrastructure fibre est une

problématique réelle. Toute la question est donc de sélectionner le mécanisme optimal d’incitation

au déploiement de ce réseau.

La première solution consiste à subventionner le déploiement de la fibre au travers d’une subvention

directe, d’un WACC élevé ou encore de pauses réglementaires (regulatory holidays).

La deuxième solution consiste comme nous l’avons décrit à investir directement dans un réseau

public. Ce type d’engagement de l’État peut avoir pour conséquence de créer une menace crédible

pour les opérateurs privés les amenant in fine à déployer leur propre réseau. Dans ce cas, l’État n’a

nul besoin d’investir davantage dans le réseau, seul un faible coût d’engagement, irréversible, peut

être suffisant pour rendre crédible la menace d’une infrastructure publique. Cette menace crédible

devient alors un outil de régulation à part entière, relativement puissant, car elle ne biaise pas les

106

signaux-prix du marché et ne nécessite a priori pas non plus un investissement massif de l’État. Dans

le pire des cas, même si le projet étatique n’a pas incité un opérateur privé à déployer son propre

réseau, le réseau public, une fois totalement déployé, pourra toujours être utilisé pour donner l’accès

à de nouveaux entrants. L’ouverture à de nouveaux concurrents devrait ainsi promouvoir la

concurrence en services. Une autre solution consiste à vendre l’infrastructure publique à un autre

opérateur privé afin d’introduire une vraie concurrence en infrastructure.

Dans tous les cas, que la menace crédible ait fonctionné ou pas, une régulation de l’accès ex-post est

toujours indispensable. Si la menace crédible a fonctionné, l’opérateur historique détient alors un

pouvoir de marché sur la nouvelle technologie de réseau ; le régulateur doit donc limiter les effets

anticoncurrentiels sur le niveau des prix de détail et la Qualité de Service (QdS). Pour cela, il semble

indispensable de réguler l’accès au réseau de l’opérateur dominant afin d’introduire une réelle

concurrence en services. Si la menace crédible n’a pas fonctionné et que le réseau public n’a pas été

vendu à un opérateur tiers, de la même manière, une régulation de l’accès permettra à d’autres

opérateurs de rentrer sur le marché et d’initier une baisse des prix de détail.

107

11 Bibliographie

Aghion, Philippe, Stefan Bechtold, Lea Cassar, et Holger Herz. 2014. « The Causal Effects of

Competition on Innovation: Experimental Evidence ». NBER Working Paper 19987. National

Bureau of Economic Research, Inc. http://econpapers.repec.org/paper/nbrnberwo/19987.htm.

Aghion, Philippe, Nicholas Bloom, Richard Blundell, Rachel Griffith, et Peter Howitt. 2002.

« Competition and Innovation: An Inverted U Relationship ». Working Paper 9269. National

Bureau of Economic Research. http://www.nber.org/papers/w9269.

Alleman, James, Gary Madden, et Hak-Ju Kim. 2009. « Real Options Methodology Applied to the

ICT Sector: A Survey ». SSRN Scholarly Paper ID 1354094. Rochester, NY: Social Science

Research Network. http://papers.ssrn.com/abstract=1354094.

Alleman, James, et Paul Rappoport. 2006. « Optimal Pricing with Sunk Cost and Uncertainty ». In

The Economics of Online Markets and ICT Networks, édité par Professor Russel Cooper,

Professor Gary Madden, Professor Ashley Lloyd, et Michael Schipp, 143‑55. Contributions

to Economics. Physica-Verlag HD. http://link.springer.com/chapter/10.1007/3-7908-1707-

4_10.

ARCEP. 2014. « Modèle générique de tarification de l’accès aux réseaux en fibre optique jusqu’à

l’abonné en dehors des zones très denses ».

Armstrong, Mark. 2006. « Competition in Two-Sided Markets ». The RAND Journal of Economics

37 (3): 668‑91. doi:10.1111/j.1756-2171.2006.tb00037.x.

Arnott, Richard, et Kenneth Small. 1994. « The Economics of Traffic Congestion ». American

Scientist 82 (5): 446‑55.

Arrow, Kenneth. 1962. « Economic Welfare and the Allocation of Resources for Invention ». NBER

Chapters. National Bureau of Economic Research, Inc.

https://ideas.repec.org/h/nbr/nberch/2144.html.

Arthur D. Little. 2013. « National Fibre Strategies; National economic imperative or just another

private industry task? »

Arvind Parmar, et al. 2015. « Adblock Plus Efficacy Study ».

Australian Government. 2014. « Independent Cost-Benefit Analysis of the NBN ».

Babaali, Nadia. 2013. « Sweden: a showcase for rural FTTH ».

Bakos, J. Yannis. 1997. « Reducing Buyer Search Costs: Implications for Electronic Marketplaces ».

Management Science 43 (12): 1676‑92. doi:10.1287/mnsc.43.12.1676.

Becker, Gary S., et Kevin M. Murphy. 1993. « A Simple Theory of Advertising as a Good or Bad ».

The Quarterly Journal of Economics 108 (4): 941‑64.

Beltrán, Fernando. 2013. « Effectiveness and Efficiency in the Build-Up of High-Speed Broadband

Platforms in Australia and New Zealand ». SSRN Scholarly Paper ID 2448250. Rochester,

NY: Social Science Research Network. http://papers.ssrn.com/abstract=2448250.

Booz&co. 2008. « Deregulation 2.0 how service-based competition can drive growth in the MENA

Telecom Industry ».

Bourreau, Marc, Carlo Cambini, et Pınar Doğan. 2012. « Access pricing, competition, and incentives

to migrate from “old” to “new” technology ». International Journal of Industrial

Organization 30 (6): 713‑23. doi:10.1016/j.ijindorg.2012.08.007.

Bourreau, Marc, Carlo Cambini, et Steffen Hoernig. 2012. « Ex ante regulation and co-investment in

the transition to next generation access ». Telecommunications Policy, Regulation and

competition in communications markets, 36 (5): 399‑406. doi:10.1016/j.telpol.2011.11.024.

Bourreau, Marc, et Pinar Doğan. 2001. « Regulation and innovation in the telecommunications

industry ». Telecommunications Policy 25 (3): 167‑84. doi:10.1016/S0308-5961(00)00087-

2.

108

Bourreau, Marc, et Pınar Doğan. 2004. « Service-based vs. facility-based competition in local access

networks ». Information Economics and Policy 16 (2): 287‑306.

doi:10.1016/j.infoecopol.2003.05.002.

Bourreau, Marc, Frago Kourandi, et Tommaso Valletti. 2015. « Net Neutrality with Competing

Internet Platforms ». The Journal of Industrial Economics 63 (1): 30‑73.

doi:10.1111/joie.12068.

Briglauer, Wolfgang, Georg Ecker, et Klaus Gugler. 2012. « Regulation and Investment in Next

Generation Access Networks: Recent Evidence from the European Member States ». Paper.

http://epub.wu.ac.at/3447/.

———. 2013. « The impact of infrastructure and service-based competition on the deployment of

next generation access networks: Recent evidence from the European member states ».

Information Economics and Policy, ICT and Innovation, 25 (3): 142‑53.

doi:10.1016/j.infoecopol.2012.11.003.

Briglauer, Wolfgang, Stefan Frübing, et Ingo Vogelsang. 2014. « The Impact of Alternative Public

Policies on the Deployment of New Communications Infrastructure – A Survey ». SSRN

Scholarly Paper ID 2530983. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=2530983.

Briglauer, Wolfgang, et Klaus Gugler. 2013. « The deployment and penetration of high-speed fiber

networks and services: Why are EU member states lagging behind? » Telecommunications

Policy, Regulating and investment in new communications infrastructure Understanding ICT

adoption and market trends: Papers from recent European ITS regional conferences, 37 (10):

819‑35. doi:10.1016/j.telpol.2013.05.003.

Calderon, Cesar, et Luis Serven. 2014. « Infrastructure, Growth, and Inequality : An Overview ».

WPS7034. The World Bank.

http://documents.worldbank.org/curated/en/2014/09/20210994/infrastructure-growth-

inequality-overview.

Cambini, Carlo, et Virginia Silvestri. 2012. « Technology Investment and Alternative Regulatory

Regimes with Demand Uncertainty ». Information Economics and Policy 24 (3-4): 212‑30.

doi:10.1016/j.infoecopol.2012.08.003.

Cave, Martin E., Antoine Fournier, et Natalia Shutova. 2012. « The Price of Copper and the Transition

to Fibre ». SSRN Scholarly Paper ID 2200294. Rochester, NY: Social Science Research

Network. http://papers.ssrn.com/abstract=2200294.

Cave, Martin, et Ian Martin. 2010. « Motives and means for public investment in nationwide next

generation networks ». Telecommunications Policy 34 (9): 505‑12.

Cheng, Hsing Kenneth, Subhajyoti Bandyopadhyay, et Hong Guo. 2010. « The Debate on Net

Neutrality: A Policy Perspective ». Information Systems Research 22 (1): 60‑82.

doi:10.1287/isre.1090.0257.

Choi, Jay Pil, Doh-Shin Jeon, et Byung-Cheol Kim. 2015. « Net Neutrality, Business Models, and

Internet Interconnection ». American Economic Journal: Microeconomics 7 (3): 104‑41.

Commission Européenne. 2010. « Digital Agenda: Commission outlines action plan to boost

Europe’s prosperity and well-being ».

Copeland, Thomas E. 2005. « How Much Is Flexibility Worth? »

Crandall, Robert W., Jeffrey A. Eisenach, et Allan T. Ingraham. 2013. « The Long-Run Effects of

Copper-Loop Unbundling and the Implications for Fiber ». Telecommunications Policy 37 (4-

5): 262‑81. doi:10.1016/j.telpol.2012.08.002.

Curien, Nicolas. 2013. « Net Neutrality is Imperfect and Should Remain So! » EUI-RSCAS Working

Paper 22. European University Institute (EUI), Robert Schuman Centre of Advanced Studies

(RSCAS). https://ideas.repec.org/p/erp/euirsc/p0337.html.

Curien, Nicolas, et Winston Maxwell. 2011. La neutralité d’Internet. La Découverte.

Dixit, A.K., et R.S. Pindyck. 1995. « The Options Approach to Capital Investment ». Long Range

Planning 28 (4): 129‑129. doi:10.1016/0024-6301(95)94310-U.

109

Dixit, Avinash. 1982. « Recent Developments in Oligopoly Theory ». American Economic Review

72 (2): 12‑17.

Economides, Nicholas. 2010. « Why Imposing New Tolls on Third-Party Content and Applications

Threatens Innovation and will not Improve Broadband Providers’ Investment ». SSRN

Scholarly Paper ID 1627347. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1627347.

Economides, Nicholas, et Benjamin E. Hermalin. 2012a. « The Economics of Network Neutrality ».

The RAND Journal of Economics 43 (4): 602‑29. doi:10.1111/1756-2171.12001.

———. 2012b. « The Economics of Network Neutrality ». The RAND Journal of Economics 43 (4):

602‑29. doi:10.1111/1756-2171.12001.

Economides, Nicholas, et Joacim Tåg. 2012a. « Network neutrality on the Internet: A two-sided

market analysis ». Information Economics and Policy 24 (2): 91‑104.

doi:10.1016/j.infoecopol.2012.01.001.

———. 2012b. « Network neutrality on the Internet: A two-sided market analysis ». Information

Economics and Policy 24 (2): 91‑104. doi:10.1016/j.infoecopol.2012.01.001.

Estache, Antonio, et Grégoire Garsous. 2012. « The impact of infrastructure on growth in developping

countries ». IFC Economic notes.

European Commission. 2010. « Commission Recommendation on regulated access to Next

Generation Access Networks (NGA) ».

FCC. 2015. « Report and order on remand, declaratory ruling, and order ».

Federal Communications Commission. 2009. « In the matter of preserving the open Internet;

broadband industry practices, Notice of proposed rule-making ».

Fibre to the Home Council Europe. 2013. « FTTH Business Guide ».

Firth, Lucy, et David Mellor. 2005. « Broadband: benefits and problems ». Telecommunications

Policy, Regional development and business prospects for ICT and broadband networks, 29

(2–3): 223‑36. doi:10.1016/j.telpol.2004.11.004.

General Secretariat For Development Planning. 2008. « Qatar National Vision 2030 ».

Hermalin, Benjamin E., et Michael L. Katz. 2007. « The economics of product-line restrictions with

an application to the network neutrality debate ». Information Economics and Policy, 215‑48.

ICTQatar. 2013. « National Broadband Plan for the State of Qatar ».

Idate consulting. 2014. « FTTH MENA Panorama Market at September 2014 ».

Inderst, Roman, et Martin Peitz. 2012. « Market Asymmetries and Investments in Next Generation

Access Networks ». Review of Network Economics 11 (1): 1‑27.

Katsianis, D., T. Rokkas, I. Neokosmidis, M. Tselekounis, D. Varoutas, I. Zacharopoulos, et A.

Bartzoudi. 2012. « Risks associated with next generation access networks investment

scenarios ». IEEE Network 26 (4): 11‑17. doi:10.1109/MNET.2012.6246747.

Kenny, Robert. 2015. « Exploring the costs and benefits of FTTH in the UK ».

Koutroumpis, Pantelis. 2009. « The economic impact of broadband on growth: A simultaneous

approach ». Telecommunications Policy 33 (9): 471‑85. doi:10.1016/j.telpol.2009.07.004.

Kraemer, Jan, et Lukas Wiewiorra. 2010. « Network Neutrality and Congestion Sensitive Content

Providers: Implications for Service Innovation, Broadband Investment and Regulation ».

Working Paper 10-09. NET Institute. https://ideas.repec.org/p/net/wpaper/1009.html.

Krämer, Jan, Lukas Wiewiorra, et Christof Weinhardt. 2013. « Net neutrality: A progress report ».

Telecommunications Policy, Papers from the 40th Research Conference on Communication,

Information and Internet Policy (TPRC 2012)Special issue on the first papers from the

« Mapping the Field » initiative., 37 (9): 794‑813. doi:10.1016/j.telpol.2012.08.005.

Kroes, Neelie. 2011. « Investing in digital networks: a bridge to Europe’s future ». SPEECH/11/623

Neelie Kroes Vice-President of the European Commission responsible for the Digital Agenda

Investing in digital networks: a bridge to Europe’s future ETNO Financial Times 2011 CEO

SUMMIT.

Kruger, Lennard G. 2013. « The National Broadband Plan Goals: Where Do We Stand? »

110

Lee, Robin S., et Tim Wu. 2009. « Subsidizing Creativity through Network Design: Zero-Pricing and

Net Neutrality ». The Journal of Economic Perspectives 23 (3): 61‑76.

Lucas, Karen. 2012. « Transport and social exclusion: Where are we now? » Transport Policy,

URBAN TRANSPORT INITIATIVES, 20 (mars): 105‑13.

doi:10.1016/j.tranpol.2012.01.013.

Marc Bourreau, Carlo Cambini. 2013. « My Fibre or Your Fibre? Cooperative Investment,

Uncertainty and Access ». doi:10.2139/ssrn.2199831.

McKinsey&Compagny. 2012. « A “New Deal”: driving investment in Europe’s telecoms

infrastructure ».

Mitomo, Hitoshi, et Toshiya Jitsuzumi. 1999. « Impact of Telecommuting on Mass Transit

Congestion: The Tokyo Case ». Telecommunications Policy 23 (10-11): 741‑51.

doi:10.1016/S0308-5961(99)00059-2.

Mobdia. 2012. « Understanding today’s smartphone user: demystifying data usage trends on cellular

& Wi-Fi networks ».

« Motives and means for public investment in nationwide next generation networks ». 2015. Consulté

le juillet 7. https://www-sciencedirect-com.bibliopam.ens-

cachan.fr/science/article/pii/S0308596110000807.

Myers, Stewart C. 1977. « Determinants of corporate borrowing ». Journal of Financial Economics

5 (2): 147‑75. doi:10.1016/0304-405X(77)90015-0.

Nasse, Philippe. 2005. « Rapport sur “les coûts de sortie” ».

Nitsche, Rainer, et Lars Wiethaus. 2011a. « Access regulation and investment in next generation

networks — A ranking of regulatory regimes ». International Journal of Industrial

Organization 29 (2): 263‑72. doi:10.1016/j.ijindorg.2010.07.002.

———. 2011b. « Access Regulation and Investment in next Generation Networks — A Ranking of

Regulatory Regimes ». International Journal of Industrial Organization 29 (2): 263‑72.

doi:10.1016/j.ijindorg.2010.07.002.

Njoroge, Paul, Asuman E. Ozdaglar, Nicolas E. Stier-Moses, et Gabriel Y. Weintraub. 2012.

« Investment in Two Sided Markets and the Net Neutrality Debate ». SSRN Scholarly Paper

ID 1641359. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1641359.

OECD. 2013. « Broadband Networks and Open Access ».

———. 2014. « Executive summary of the roundtable on financing of the roll-out of broadband

networks ».

Ofcom. 2007. « Future broadband-Policy approach to next generation access ».

Opta. 2008. « Draft policy rules tariff regulation for unbundled fibre access ».

Patrick Maillé, et Bruno Tuffin. 2014. « Le problème de la neutralité du Net est-il réglé? »

Pil Choi, Jay, et Byung-Cheol Kim. 2010a. « Net Neutrality and Investment Incentives ». The RAND

Journal of Economics 41 (3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

———. 2010b. « Net Neutrality and Investment Incentives ». The RAND Journal of Economics 41

(3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

Pindyck, Robert S. 2007. « Mandatory Unbundling and Irreversible Investment in Telecom

Networks ». Review of Network Economics 6 (3): 1‑25.

Raux, Charles, et Odile Andan. 2002. « Comment les péages urbains peuvent-ils satisfaire une

politique d’agglomération ? » Recherche - Transports - Sécurité 75 (juillet): 115‑30.

doi:10.1016/S0761-8980(02)00009-2.

Reggiani, Carlo, et Tommaso Valletti. 2012. « Net neutrality and innovation at the core and at the

edge ». The School of Economics Discussion Paper Series. Economics, The University of

Manchester. http://econpapers.repec.org/paper/mansespap/1202.htm.

———. 2016. « Net neutrality and innovation at the core and at the edge ». International Journal of

Industrial Organization. Consulté le janvier 25. doi:10.1016/j.ijindorg.2015.12.005.

111

Rendon Schneir, Juan, et Yupeng Xiong. 2013. « Economic implications of a co-investment scheme

for FTTH/PON architectures ». Telecommunications Policy, Regulating and investment in

new communications infrastructureUnderstanding ICT adoption and market trends: Papers

from recent European ITS regional conferences, 37 (10): 849‑60.

doi:10.1016/j.telpol.2013.06.002.

Robert W. Hahn, Scott Wallsten. 2007. « The Economics of Net Neutrality ». The Economists&#39;

Voice 3 (6): 8‑8. doi:10.2139/ssrn.943757.

Rochet, Jean-Charles, et Jean Tirole. 2003. « Platform Competition in Two-sided Markets ». Journal

of the European Economic Association 1 (4): 990‑1029.

Rohman, Ibrahim Kholilul, et Erik Bohlin. 2012. « Does Broadband Speed Really Matter for Driving

Economic Growth? Investigating OECD Countries ». SSRN Scholarly Paper ID 2034284.

Rochester, NY: Social Science Research Network. http://papers.ssrn.com/abstract=2034284.

Schumpeter, Joseph Alois. 1934. The Theory of Economic Development: An Inquiry Into Profits,

Capital, Credit, Interest, and the Business Cycle. Transaction Publishers.

Shutova, Natalia. 2013. « Monopole naturel, marchés bifaces, différenciation tarifaire: trois essais sur

la régulation de télécommunications ». Université Panthéon - Assas.

Shy, Oz. 2002. « A quick-and-easy method for estimating switching costs ». International Journal of

Industrial Organization 20 (1): 71‑87. doi:10.1016/S0167-7187(00)00076-X.

Sidak, J. Gregory, et David J. Teece. 2010. « Innovation Spillovers and the “dirt Road” Fallacy: The

Intellectual Bankruptcy of Banning Optional Transactions for Enhanced Delivery Over the

Internet ». Journal of Competition Law and Economics 6 (3): 521‑94.

doi:10.1093/joclec/nhq003.

Singh, A.K., et V. Potdar. 2009. « Blocking online advertising - A state of the art ». In IEEE

International Conference on Industrial Technology, 2009. ICIT 2009, 1‑10.

doi:10.1109/ICIT.2009.4939739.

Tahon, Mathieu, Sofie Verbrugge, Peter J. Willis, Paul Botham, Didier Colle, Mario Pickavet, et Piet

Demeester. 2014. « Real Options in Telecom Infrastructure Projects &amp;#x2014; A

Tutorial ». IEEE Communications Surveys & Tutorials 16 (2): 1157‑73.

doi:10.1109/SURV.2013.062613.00126.

Tahon, M., S. Verbrugge, P.J. Willis, P. Botham, D. Colle, M. Pickavet, et P. Demeester. 2014. « Real

Options in Telecom Infrastructure Projects #x2014; A Tutorial ». IEEE Communications

Surveys Tutorials 16 (2): 1157‑73. doi:10.1109/SURV.2013.062613.00126.

Tarutė, Asta, et Rimantas Gatautis. 2014. « ICT Impact on SMEs Performance ». Procedia - Social

and Behavioral Sciences, The 2-dn International Scientific conference „Contemporary Issues

in Business, Management and Education 2013“, 110 (janvier): 1218‑25.

doi:10.1016/j.sbspro.2013.12.968.

The Telecommunications Regulatory Authority. 2014. « Bahrain Telecom Pricing International

Benchmarking ».

UE. 2013. « Recommandation de la Commission sur des obligations de non-discrimination et des

méthodes de calcul des coûts cohérentes pour promouvoir la concurrence et encourager

l’investissement dans le haut débit ». Journal officiel de l’Union Européenne.

van Schewick, Barbara. 2006. « Towards an Economic Framework for Network Neutrality

Regulation ». Journal on Telecommunications & High Technology Law 5: 329.

Wegener, Michael. 2004. « Overview of land-use transport models ».

WIK. 2010. « Access pricing for copper and fibre: are the sums righ ».

WIK-Consult. 2011. « Wholesale pricing, NGA take-up ad competition ».

World Health Organization. 2008. « Safer water, better health: costs, benefits and sustainability of

interventions to protect and promote health ».

112

Essai 2 Régulation de l’accès : une juste

compensation pour le risque d’investissement –

l’exemple du Qatar

113

1 Présentation

Comme pour le précédent essai présenté ci-avant, la mission d’expertise au sein du cabinet Tera

Consultants m’a amené à traiter de nombreux sujets de régulation pour le compte du régulateur qatari

des télécommunications. Maintenant que l’infrastructure fibre est en voie d’être totalement déployée

au Qatar, le régulateur a pour soucis de mettre en place une régulation optimale de l’accès.

Cette préoccupation m’a donc amené à identifier dans la littérature économique les réponses des

chercheurs à cette question. Ensuite, j’ai pu développer un cadre conceptuel qui permette d’estimer

la prime de risque à inclure dans le prix de l’accès pour compenser dans une juste mesure l’opérateur

historique pour le risque d’investissement. Cette méthode a ensuite été appliquée au contexte du

marché qatari. Il devrait aider les décideurs à mieux évaluer la prime de risque à inclure au prix de

l’accès du réseau fibre.

114

2 Résumé

Le risque pour un opérateur historique qui investit dans un nouveau réseau est plus élevé que celui

d’entrants sur le réseau ; les entrants entrent ou sortent librement du marché en fonction des

opportunités économiques alors que l’opérateur historique est contraint par l’irréversibilité de certains

coûts d’investissement. La régulation de l’accès doit alors veiller à compenser spécifiquement le

risque élevé de l’opérateur historique, sans quoi aucun opérateur ne sera incité à investir dans le futur.

Or, le calcul de la prime de risque via la méthode du CAPM ne permet pas de rendre compte du

caractère irréversible de certains coûts d’investissement. Nous montrons en l’occurrence que le Taux

Internet de Rendement (TIR) de l’opérateur historique peut être en moyenne inférieur au taux choisi

par le régulateur (WACC97). C’est précisément le cas lorsque le prix régulé est rigide à la hausse alors

que le marché du THD est encore en phase de développement. Il alors est essentiel de calculer une

prime de risque additionnelle pour l’opérateur historique afin de le compenser totalement pour le

risque d’investissement.

Nous proposons pour cela un modèle simple et général que nous appliquons ensuite à la situation du

marché fixe THD au Qatar. Nous calculons la prime de risque à inclure au prix de l’accès afin de

garantir un niveau souhaitable de profitabilité pour l’opérateur historique. En introduisant une telle

prime de risque, la régulation de l’accès est équitable, c’est-à-dire qu’elle ne favorise pas l’entrant au

détriment de l’opérateur historique et inversement. Cette approche permet donc de réduire le

sentiment de spoliation du côté de l’opérateur historique lorsqu’il est question de fixer le prix régulé

de l’accès au réseau fibre et donc de diminuer le risque d’un conflit coûteux avec le régulateur. De

même, cette approche ne permet aucunement de justifier un prix régulé de l’accès artificiellement

élevé susceptible de limiter l’entrée de nouveaux entrants.

97 Weighted average cost of capital

115

3 Introduction

Lorsque le déploiement d’une nouvelle infrastructure s’avère nécessaire pour le développement de

nouveaux services, les autorités de régulation doivent inciter les acteurs au déploiement rapide de

cette infrastructure. Si un opérateur déploie très activement la nouvelle infrastructure, il peut espérer

acquérir une position dominante voire monopolistique sur la nouvelle infrastructure. Il peut alors user

du pouvoir de marché obtenu en refusant l’accès à l’infrastructure à des offreurs de services qui en

font la demande et se réserver ainsi l’exploitation monopolistique de celle-ci. Il peut aussi proposer

aux offreurs tiers de services l’accès à son infrastructure mais à un prix monopolistique pour

maximiser son profit. Dans un cas, le refus de l’accès, comme dans l’autre, la fixation d’un prix de

l’accès excessif, le développement de nouveaux services est entravé. Si l’autorité anticipe ce

problème, elle doit annoncer qu’elle régulera le prix de l’accès à l’infrastructure de tout opérateur

devenu dominant pour éviter l’entrave à l’innovation des services. Néanmoins, la perspective d’une

régulation ultérieure n’incite pas les acteurs privés à déployer la nouvelle infrastructure. Or, tout

retard de déploiement de l’infrastructure nuit bien plus encore au développement de nouveaux

services. Une telle situation peut aussi advenir si la régulation de l’accès aux réseaux des opérateurs

puissants se base sur une obligation d’ouverture strictement orientée vers les coûts.

Cet article propose de revenir sur cette difficulté d’inciter au développement d’une nouvelle

infrastructure fixe Très Haut Débit (boucle locale fibre ou FTTH) sans entraver la concurrence en

services. La régulation de l’accès au FTTH semble essentielle pour favoriser la diversité de l’offre et

l’innovation des services. Pour autant, le prix régulé ne doit pas décourager les opérateurs d’investir.

Bien au contraire, le prix régulé doit compenser à due proportion l’opérateur pour les dépenses

consenties mais aussi pour les risques encourus. Ainsi, la Commission Européenne recommande par

exemple d’incorporer une prime de risque pour calculer le prix de l’accès aux nouvelles

infrastructures (European Commission, 2010).

Nonobstant, dans nombre de pays, l’opérateur historique est le détenteur en monopole de l’ancienne

infrastructure, la boucle locale en cuivre. Il dispose de ce fait d’avantages substantiels pour déployer

rapidement et avant d’autres concurrents la nouvelle infrastructure. Les régulateurs doivent alors se

poser la question suivante : si l’opérateur a déployé le FTTH avant d’autres concurrents, a-t-il pris un

risque réel ou a-t-il simplement préempté le marché à moindre risque? Cette problématique est

éminemment délicate dans la mesure où le régulateur ne peut observer tous les états de la nature pour

évaluer le risque réel supporté par l’opérateur investisseur. Il importe donc d’évaluer l’ampleur du

risque encouru afin d’évaluer la juste prime de risque à inclure au prix de l’accès.

La section 4 présente l’intérêt d’une approche par les options réelles pour déterminer le juste prix

régulé d’un accès à un réseau. Il sera ainsi rappelé le risque lié au caractère irrécupérable de certains

116

coûts d’investissement. L’opérateur peut néanmoins utiliser le levier des options réelles pour réduire

le risque d’investissement. Si le régulateur ne souhaite pas l’utilisation de ce levier, il doit alors

intégrer dans le calcul du tarif régulé de l’accès, le coût d’opportunité pour l’opérateur de ne pas

disposer d’options réelles.

Dans le contexte d’un marché du FTTH en émergence, le régulateur doit fixer un prix optimal de

l’accès en fonction de l’anticipation du taux de pénétration de la fibre. Si le taux de pénétration futur

est inférieur au taux initialement anticipé, le prix régulé de l’accès doit s’ajuster à la hausse pour ne

pas dégrader le taux de rendement interne (TIR) de l’opérateur. Cependant, dans certains cas, le

régulateur peut souhaiter, à juste titre, ne pas ajuster instantanément et/ou totalement à la hausse le

prix régulé de l’accès au taux de pénétration observé (voir section 5). Si tel est le cas, l’opérateur

locataire est avantagé par rapport à l’opérateur investisseur : en moyenne, l’espérance du TIR de

l’opérateur investisseur est inférieure à celle de l’opérateur locataire du réseau. Un tel différentiel de

rendement moyen constitue un coût d’opportunité de l’investissement dans le nouveau réseau. Ce

dernier doit être intégré pour déterminer un juste tarif d’accès régulé pour inciter au déploiement des

nouvelles infrastructures. Une démarche générale permet ainsi d’estimer le montant de la prime à

inclure au tarif d’accès régulé.

Cette approche est ensuite appliquée, à la section 6, à la situation du marché FTTH au Qatar. Dans ce

pays, l’opérateur historique, Ooredoo, a investi en premier et déployé un réseau FTTH sur l’ensemble

du territoire. En position de monopole de facto, il importe désormais d’assurer un accès à ce réseau

pour dynamiser l’offre de services sans pour autant léser l’opérateur historique pour le risque

d’investissement supporté. Pour ce faire, un ensemble de scénarii sont proposés. Ils diffèrent selon la

vitesse de progression de la pénétration de la fibre. C’est sur la base de ces scénarii que la prime de

risque est évaluée. Naturellement, cette prime dépend de la date d’obligation du switch-off du cuivre,

de la date d’instauration de la régulation du tarif d’accès, du niveau d’incertitude sur la demande

future ainsi que de la rigidité de la politique de régulation du tarif d’accès. La sensibilité de la prime

de risque à ces différentes variables est étudiée. Il ressort par exemple que si le switch-off du cuivre

intervient en 2022, la prime de risque s’avère substantielle si le plafond de l’augmentation du tarif

régulé de l’accès est inférieur à 5%.

4 L’intérêt de l’approche des options réelles pour la régulation de

l’accès

Les opérateurs font naturellement face à des risques lorsqu’ils souhaitent investir dans un nouveau

réseau de télécommunications. Afin de minimiser ces risques, ils peuvent alors user de stratégies

adaptatives ou flexibles, au moyen d’options réelles. Or, l’investissement immédiat et total dans un

117

nouveau réseau de télécommunications implique de renoncer à certaines options réelles. Le régulateur

doit donc prendre en compte pour le calcul du prix de l’accès la valeur des options réelles en tant que

coût d’opportunité pour l’opérateur investisseur. L’approche par les options réelles est essentielle

pour calculer le montant de la prime de risque associée au caractère irréversible de certains coûts

d’investissement. Sans l’intégration de cette prime de risque, l’opérateur historique ayant investi dans

le réseau est sous-compensé pour le risque initial d’investissement, ce qui peut engendrer non

seulement un conflit coûteux entre le régulateur et l’opérateur historique mais aussi un niveau sous-

optimal de l’investissement dans les réseaux pour les années à venir.

Les risques d’investissement

L’opérateur investisseur, souvent l’opérateur historique, et les opérateurs locataires, souvent des

entrants, ne disposent pas des mêmes profils de risque. L’opérateur investisseur supporte des coûts

irrécupérables alors que les revenus générés et d’autres coûts sont incertains.

La Commission Européenne reconnait un certain nombre de risques liés à l’investissement dans un

réseau fibre. Ces risques sont au nombre de cinq : « (I) l'incertitude relative à la demande de détail

et de gros; (ii) l'incertitude concernant les coûts de déploiement, les travaux de génie civil et

l’encadrement managérial; (iii) l'incertitude relative à l'évolution technologique; (iv) l'incertitude

relative à la dynamique du marché et à l'évolution de la situation concurrentielle ; (v) l'incertitude

macroéconomique"98.

Comme le soulignent Dimitris Katsianis et al. (2012), les opérateurs revendiquent aussi le risque de

régulation. Ces mêmes auteurs expliquent que le risque majeur lié au déploiement d’un réseau fibre

est un risque de demande qui peut s’expliquer par deux facteurs :

La concurrence en infrastructures : une infrastructure câble concurrente ou une

infrastructure fibre se développant en parallèle peuvent rendre substituables les services

offerts par les opérateurs. La part de marché de l’opérateur qui investit dans la fibre n’est donc

pas garantie. Pour réduire le risque d’un déploiement d’une infrastructure concurrente,

l’opérateur historique peut être amené à proposer de faibles prix d’accès (Bourreau et Doğan

2004).

Le faible taux de migration du cuivre vers la fibre : les usagers d’Internet qui disposent

initialement d’une connexion Internet Haut Débit, basée sur le réseau cuivre, peuvent être

faiblement enclins à migrer rapidement vers le réseau fibre et disposés à payer un supplément

98 Original en Anglais: « (i) uncertainty relating to retail and wholesale demand; (ii) uncertainty relating to the costs of

deployment, civil engineering works and managerial execution; (iii) uncertainty relating to technological progress; (iv)

uncertainty relating to market dynamics and the evolving competitive situation, such as the degree of infrastructure-based

and/or cable competition; and (v) macroeconomic uncertainty” (European Commission 2010).

118

mensuel pour bénéficier du THD. Cette incertitude peut être relativement importante surtout

si les services associés au Très Haut Débit (THD) ne sont pas encore suffisamment développés

et que la concurrence sur le cuivre fait abaisser les prix de l’accès à Internet HD. Une faible

demande pour la fibre peut entamer sérieusement la rentabilité du projet d’investissement. Or,

même s’il s’avère a posteriori que le projet n’est pas rentable, l’opérateur ne peut pas

recouvrir certains coûts irrécupérables.

L’objectif de l’opérateur est donc de réduire les risques d’investissement grâce à des stratégies

flexibles.

L’adaptabilité des stratégies aux risques d’investissement

Dans le cadre d’une stratégie « rigide » d’investissement, le choix est binaire, c’est-à-dire que

l’opérateur investit ou n’investit pas tout de suite dans un projet caractérisé par un certain niveau

espéré de taux de rendement interne (TRI). Dans ce contexte, si l’opérateur n’investit pas tout de

suite, il n’investira pas non plus tard. Au contraire, si l’opérateur investit tout de suite et que le TRI

futur est finalement inférieur aux prévisions, l’opérateur ne pourra pas abandonner le projet sans

perdre les coûts irrécupérables.

Dans la pratique, le choix de l’opérateur n’est pas binaire. En effet, un opérateur dispose souvent

d’options réelles qui apportent de la flexibilité au projet d’investissement (Pindyck 2007).

Initialement, l’approche par options provient du domaine de la Finance (Myers 1977). Par exemple,

pour un titre financier, l’option dite de call permet à son détenteur d’exercer une option d’achat à la

date d’exercice. Si le prix d’exercice s’avère in fine inférieur au cours du sous-jacent, le détenteur de

l’option exercera l’option, tandis que si ce prix d’exercice est supérieur au prix du sous-jacent il

s’abstiendra. Les options permettent donc de réduire le risque lié à la variation de la valeur du sous-

jacent. La théorie de la valorisation des options a été ensuite appliquée à bien d’autres domaines que

celui de la Finance appartenant à l’économie « réelle », d’où le terme d’options « réelles ». Cette

théorie a été appliquée au domaine pharmaceutique, à l’industrie du transport aérien, aux

télécommunications, etc. (Alleman, Madden, et Kim 2009). Plus généralement, dans le cadre des

investissements des entreprises, le sous-jacent correspond à la somme actualisée des revenus futurs

générés par l’investissement ou à la Valeur Actuelle Nette (VAN) (A. K. Dixit et Pindyck 1995).

Copeland (2005) a proposé de classer les options réelles relatives à un projet d’investissement en trois

catégories :

- les options réelles qui visent à augmenter l’investissement initialement prévu,

- les options réelles qui visent à repousser la date d’exécution du projet d’investissement afin

d’obtenir davantage d’informations,

- les options réelles qui visent à l’abandon ou à la diminution du projet d’investissement initial.

À chaque date d’un projet d’investissement, l’opérateur est libre d’exercer une ou plusieurs options

119

réelles s’il le considère opportun. Disposer d’options réelles est fortement valorisable pour l’opérateur

car elles permettent d’adapter la stratégie d’investissement aux nouvelles informations disponibles et

donc de réduire le risque d’investissement. L’opérateur peut être par exemple disposé à payer pour

repousser l’investissement à une date ultérieure dans l’attente de nouvelles informations sur la

rentabilité du projet.

La valeur des options réelles et la régulation de l’accès

Il est nécessaire d’intégrer la valeur d’une option réelle, en tant que coût d’opportunité, pour le calcul

du prix optimal de l’accès si

le régulateur impose à l’opérateur privé certaines règles qui l’amènent à ne pas pouvoir

exercer certaines options réelles,

le régulateur souhaite que l’infrastructure se déploie immédiatement et totalement. Ceci

suppose par exemple que l’opérateur renonce à exercer l’option dite de wait and see. Par

conséquent, pour que l’opérateur privé s’engage à investir tout de suite, le régulateur doit au

minimum compenser l’opérateur privé, dans la situation hypothétique d’efficience, à hauteur

de sa disposition à payer pour l’option réelle d’attendre. C’est pour cette raison que la valeur

de l’option réelle doit être prise en compte pour le calcul du prix de l’accès de l’infrastructure

à déployer (Alleman et Rappoport 2006). De même, l’opérateur qui investit ne peut pas sortir

du marché pendant la durée de vie de l’investissement sans supporter des coûts irrécupérables,

ce qui n’est pas le cas des entrants. En d’autres termes, en investissant, l’opérateur historique

renonce à l’option réelle de sortir du marché sans supporter de coûts. Pour inciter les

opérateurs à investir, il faut alors prendre en compte, en tant que coût d’opportunité, la valeur

de cette option réelle (Dixit et Pindyck 1995, Bourreau et Doğan 2001)

Ex-post, dans le cas où l’investissement est déjà effectué, le régulateur doit construire un scénario

hypothétique et compenser l’opérateur comme si celui-ci était efficient et choisissait d’investir

aujourd’hui dans le réseau.

5 Une prime de risque pour compenser l’opérateur pour le risque lié

à une régulation asymétrique

Nous montrons qu’une régulation asymétrique implique de calculer une prime de risque à intégrer au

prix de l’accès au réseau. En effet, l’objectif est de garantir en moyenne un niveau souhaitable de

profitabilité pour l’opérateur historique et donc une équité de traitement du régulateur entre tous les

opérateurs. La démarche générale que nous proposons dans cette section pour calculer cette prime de

risque sera ensuite appliquée à la section suivante pour la régulation de l’accès au réseau fixe THD

du Qatar.

120

Le risque associé à une régulation asymétrique

Le fait d’acheter ou de louer un réseau devrait idéalement produire les mêmes rendements pour tous

les opérateurs. Or, une régulation asymétrique peut conduire à ce que les opérateurs privés locataires

d’un réseau disposent en moyenne d’un rendement économique supérieur à celui de l’opérateur

propriétaire. Un tel différentiel réduit l’incitation à investir à l’avenir dans les nouvelles technologies

de réseau alors même que l’innovation dans les infrastructures de réseaux est une composante

essentielle du développement de l’économie digitale.

5.1.1. L’incertitude sur la demande future

Lorsque le régulateur décide de mettre en place une régulation de l’accès, le marché du THD est

souvent en phase de développement. Le régulateur doit donc fixer un juste prix de l’accès au réseau

fibre sur la base d’une anticipation de la pénétration de la fibre pour les années à venir. Naturellement,

ex-ante, le régulateur peut surestimer ou sous-estimer la demande future.

L’incertitude portant sur la pénétration future de la fibre s’explique principalement pour deux raisons

:

D’une part, la demande de long terme est incertaine car la taille de marché de long terme va

dépendre de l’émergence de nouveaux services valorisables pour les consommateurs mais

inconnus jusqu’alors.

D’autre part, la vitesse de progression de la pénétration de la fibre est incertaine. Elle va en

particulier dépendre de la vitesse de migration des consommateurs du cuivre vers la fibre,

c’est-à-dire des coûts de changement et de la disposition à payer des consommateurs pour les

offres THD. Cette incertitude est d’autant plus élevée que les individus sont hétérogènes. En

effet, les consommateurs qui migrent très rapidement du cuivre vers la fibre peuvent être

différents des autres consommateurs disposant toujours d’une offre Internet HD basée sur le

réseau cuivre. Il est donc difficile d’estimer la pénétration future de la fibre sur la base de

premières observations. En revanche, le fait que le régulateur oblige ou incite à une certaine

date la migration des consommateurs de l’ancienne vers la nouvelle technologie de réseau

engendre une diminution du risque de demande (obligation de switch-off du cuivre).

Si la pénétration future de la fibre est inférieure (ou supérieure) aux prévisions, le régulateur doit

modifier à la hausse (ou à la baisse) le prix de l’accès sur la base des nouvelles informations

disponibles pour garantir le même taux de rendement (WACC en anglais). Le niveau de WACC

initialement choisi par le régulateur correspond au taux de rendement moyen pour un investissement

dans un autre actif caractérisé par un même niveau de risque.

Seulement, en pratique, le prix de l’accès régulé ne s’ajuste pas instantanément et totalement à la

nouvelle information disponible sur la pénétration de la fibre.

121

5.1.2. Une régulation asymétrique

Tout d’abord, le régulateur réajuste périodiquement et avec une certaine fréquence le prix de l’accès99.

La pénétration effective de la fibre peut donc être inférieure à celle anticipée pendant toute la période

de rigidité du prix régulé de l’accès. Notons que, toutes choses égales par ailleurs, l’ampleur du

réajustement du prix de l’accès diminue avec la fréquence du réajustement de la régulation. En effet,

si le prix régulé est fixe pendant une longue période et que la pénétration de la fibre n’a pas augmenté

aussi vite qu’escompté, alors le régulateur devra fortement réajuster à la hausse le prix régulé afin de

rétablir le TIR de l’opérateur propriétaire du réseau.

Ensuite, le régulateur peut volontairement choisir d’établir un certain niveau de rigidité à la hausse

du prix de l’accès, c’est-à-dire de ne pas augmenter le prix de l’accès au-delà d’un certain niveau pour

diverses raisons :

Premièrement, le régulateur implémente la méthode du cost plus pour fixer le prix de l’accès.

Dans ce cas, si la demande est élevée, le prix de gros diminue pour abaisser les prix de détail

et permettre un juste retour sur investissement pour l’opérateur privé. Si la demande est faible,

le prix de gros reste le même car il est basé sur les coûts (Ofcom 2007).

Deuxièmement, le régulateur limite la dépendance du prix de l’accès vis-à-vis de la demande

pour accomplir les objectifs fixés par le plan national THD. En effet, si l’élasticité de la

demande est relativement élevée, toute décision visant à augmenter substantiellement le prix

de l’accès, à cause d’une faible pénétration de la fibre, impacte négativement la demande, ce

qui réduit encore davantage le taux de migration des ménages du cuivre vers la fibre. Par

conséquent, un réajustement du prix de l’accès peut s’avérer contre-productif et créer un

cercle vicieux : une faible pénétration engendre une augmentation du prix de gros, qui entraine

une augmentation des prix de détail, qui dés-incite les consommateurs à choisir une offre

THD, qui nécessite au pire des cas un réajustement à la hausse du prix de gros, ce qui abaisse

encore davantage la demande, etc. L’autorisation d’une hausse substantielle des prix régulés

en fonction de la demande peut alors potentiellement éloigner la date du switch-off du cuivre

et mettre à mal l’effectivité des plans nationaux THD. Au contraire, pour accomplir les

objectifs d’un switch-off rapide du cuivre vers la fibre, le régulateur est incité à diminuer les

prix de gros de la fibre plutôt qu’à les augmenter pour « booster » la demande sur le marché

de détail.

Troisièmement, le régulateur souhaite inciter l’entrée de nouveaux entrants et promouvoir la

concurrence en services grâce à une régulation prévisible des prix de gros. En effet, les

nouveaux entrants doivent supporter un coût d’entrée irrécupérable. Ils sont donc d’autant

plus incités à rentrer sur le marché qu’ils sont assurés que la demande ne va pas être

négativement impactée par une hausse du prix régulé de gros.

99 tous les ans, tous les deux ans, tous les trois ans, etc.

122

5.1.3. L’impact sur le rendement moyen de l’opérateur investisseur

Au final, quelle que soit la raison de la rigidité à la hausse du prix régulé de gros, celle-ci réduit la

moyenne du taux de rendement pour l’opérateur investisseur.

En cas de très faible pénétration de la fibre, le TIR moyen de l’opérateur historique est inférieure au

WACC fixé par le régulateur puisque s’il abandonne purement et simplement le réseau il ne peut pas

recouvrir certains coûts irrécupérables. A priori, l’opérateur historique restera sur le marché si les

coûts irrécupérables sont très élevés. L’opérateur locataire quant à lui continuera de bénéficier de prix

de gros inchangés ou faiblement supérieurs à ceux fixés originellement et pourra investir dans un

autre actif générant un rendement supérieur pour un même niveau de risque. Même à supposer que le

réseau de l’opérateur historique puisse être vendu à des tiers, la situation reste identique. En effet, dès

que les acteurs privés s’aperçoivent que la pénétration est fortement inférieure aux prévisions et que

le prix régulé ne s’ajuste pas totalement au faible taux de pénétration observé, la valeur économique

de l’infrastructure diminue nécessairement. L’opérateur ne peut pas vendre le réseau à sa valeur

espérée initialement puisque tous les opérateurs préfèrent l’alternative de la location et investir sur

d’autres marchés qui apportent un rendement économique supérieur. La diminution de la valeur

économique de l’infrastructure constitue donc un coût irrécupérable à l’origine du risque

d’investissement pour l’opérateur historique.

Inversement, si la pénétration est supérieure aux attentes, le régulateur diminue le prix de l’accès de

manière à rétablir le niveau de WACC initialement choisi. A priori, une sous-évaluation initiale de la

demande future n’impacte donc pas le rendement économique de l’actif.

Pour résumer, une rigidité à la hausse du prix régulé contraint l’opérateur historique à garder un réseau

générant en moyenne un taux de rendement inférieur à celui du marché. En d’autres termes, investir

conduit à la destruction de l’option réelle qui, pour chaque date durant la durée de vie de

l’investissement, consiste à choisir entre « louer ou détenir » le réseau. La destruction de l’option

réelle induit forcément un coût d’opportunité pour l’opérateur historique. Ce coût d’opportunité est

lié à la diminution espéré du TIR relativement au niveau de WACC choisi par le régulateur.

En d’autres termes, si en l’absence de régulation, la distribution du TIR de l’investissement est

symétrique, la rigidité à la hausse du prix régulé de l’accès engendre forcément une troncature à droite

de la distribution, ce qui abaisse la moyenne du TIR (Ofcom 2007).

L’objectif de la prime de risque est de rehausser la moyenne du rendement de l’investissement (Opta

2008) et d’assurer un juste retour sur investissement pour l’opérateur historique.

Une démarche générale pour l’évaluation de la prime de risque

Le régulateur peut à juste titre fixer un plafond pour l’augmentation du prix régulé. Cependant, cette

politique produit une régulation asymétrique nécessitant de calculer une prime de risque. Nous

123

proposons un cadre d’analyse simple pour évaluer la prime de risque associée à un contexte de ce

type.

5.2.1. Le prix de l’accès sans prise en compte du risque sur le taux de pénétration

Dans le cadre d’une obligation d’ouverture des réseaux de télécommunications, et en vertu du

principe de non-discrimination, l’opérateur historique, verticalement intégré, est obligé de vendre

l’accès à son réseau et d’appliquer le même tarif que ce soit pour sa filiale de détail ou pour d’autres

opérateurs distincts. L’opérateur de gros doit donc être indifférent entre vendre l’accès à sa propre

filiale ou à un autre opérateur. En d’autres termes, le risque de demande pour l’opérateur de gros se

situe au niveau de la demande totale et non au niveau de la demande pour sa filiale de détail

verticalement intégrée. Pour évaluer et optimiser le prix de l’accès d’un réseau, il n’est donc pas

nécessaire de s’intéresser au marché de détail, mais seulement au marché de gros et de fixer un prix

de l’accès qui rémunère dans une juste mesure l’opérateur historique pour l’investissement dans le

réseau.

Supposons dans un premier temps que le régulateur ne prend pas en compte le risque d’investissement

de l’opérateur historique qui existe à cause de l’incertitude sur la vitesse de progression de la

pénétration de la fibre et la rigidité du prix régulé.

Dans le cadre du modèle qui suit, le régulateur fixe en période 𝑡 = 𝑁 le prix régulé de l’accès en

anticipant la pénétration future pour les dates 𝑡 = 𝑁 + 1, … , 𝑇, avec 𝑇 la date de fin de vie de

l’infrastructure, sur la base de la pénétration passée 𝑆𝑡, ∀ 𝑡 = 0, … , 𝑁 − 1. Nous trouvons alors que le

prix 𝑝𝑜𝑝𝑡𝑁 régulé de l’accès permet, pour un certain niveau de 𝑊𝐴𝐶𝐶, d’annuler la Valeur Actuelle

Nette (VAN) de l’opérateur de gros. Nous avons :

∑𝑺𝒕(𝒑𝒐𝒑𝒕

𝑵 −𝒄)

(𝟏+𝑾𝑨𝑪𝑪)𝒕𝑵−𝟏𝒕=𝟎 + ∑

𝑺(𝑵,�̂�,�̂�)(𝒑𝒐𝒑𝒕𝑵 −𝒄)

(𝟏+𝑾𝑨𝑪𝑪)𝒕𝑶−𝟏𝒕=𝑵 + ∑

𝒎(𝒑𝒐𝒑𝒕𝑵 −𝒄)

(𝟏+𝑾𝑨𝑪𝑪)𝒕𝑻𝒕=𝑶 − 𝑭 = 𝟎 (Eq 1)

avec 𝑆(𝑡, �̂�, �̂�) la pénétration prédite pour les périodes futures jusqu’à ce que le régulateur impose

une obligation de switch-off du cuivre vers la fibre, c’est-à-dire pour ∀𝑡 = 𝑁, … , 𝑂 − 1. Ensuite, pour

∀𝑡 = 𝑂, … , 𝑇, la pénétration de la fibre est maximale et la demande est égale à la demande de long

terme que l’on note par 𝑚. Le coût opérationnel par unité de demande est notée par 𝑐 et le coût fixe

de l’infrastructure par 𝐹.

On note par 𝑝𝑚𝑖𝑛𝑁 la solution de l’équation suivante100 :

∑𝑺𝒕(𝒑𝒎𝒊𝒏

𝑵 −𝒄)

(𝟏+𝑾𝑨𝑪𝑪)𝒕𝑵−𝟏𝒕=𝟎 + ∑

𝑺(𝑵,�̂�,𝒃=𝟎)(𝒑𝒎𝒊𝒏𝑵 −𝒄)

(𝟏+𝑾𝑨𝑪𝑪)𝒕𝑶−𝟏𝒕=𝑵 + ∑

𝒎(𝒑𝒎𝒊𝒏𝑵 −𝒄)

(𝟏+𝑾𝑨𝑪𝑪)𝒕𝑻𝒕=𝑶 − 𝑭 = 𝟎 (Eq 2)

100 celle solution sera utilisée par la suite

124

Nous faisons l’hypothèse que la pénétration est modélisée grâce à une fonction de type Gompertz,

similairement à Tahon et al. (2014). Nous avons :

𝑆(𝑁, �̂�, �̂�) = 𝑚𝑒𝑥𝑝−𝑒𝑥𝑝−�̂�(𝑡−�̂�) ∀t = [0, T] (Eq 3)

avec �̂� et �̂� estimés par la méthode des moindres carrés sur la base des données historiques de la

pénétration de la fibre.

5.2.2. Optimisation du prix régulé de l’accès avec prise en compte du risque d’investissement

Nous présentons maintenant la méthode de détermination du prix régulé de gros lorsque le régulateur

prend en compte le risque d’investissement de l’opérateur historique. Pour cela, nous devons spécifier

un certain nombre d’hypothèses que nous listons ci-après.

Hypothèse 4 La vitesse de progression de la pénétration pour les années à venir, à partir de la

date de la régulation de l’accès, notée 𝑏, est une variable aléatoire qui suit une distribution 𝑓(𝑏)

sur le support 𝑏 ∈ [0, +∞[. Nous avons donc ∫ 𝑓(𝑏)𝑑𝑏+∞

0= 1.

Hypothèse 5 L’historique de demande permet en moyenne de bien anticiper la progression de la

demande future. En l’occurrence, le régulateur estime le coefficient �̂� sur la base de la demande

passée, 𝑆𝑡, ∀ 𝑡 = 0, … , 𝑁 − 1. Nous supposons que l’espérance de la vitesse 𝑏 pour les années à

venir est en moyenne égale à la vitesse estimée. Nous avons 𝐸(𝑏) = �̂�.

Hypothèse 6 Le régulateur est en mesure d’adapter le prix de l’accès en période 𝑁 + 𝑘, avec 𝑘 >

0, après avoir observé la demande pendant les périodes de 𝑁 à 𝑁 + 𝑘. Ce réajustement du prix

de gros se fait sans contrainte si le taux de pénétration effectif 𝑏 est au-dessus de la prévision �̂�.

En revanche, en-deçà d’un certain niveau de vitesse observée, ∀𝑏 < 𝑏𝑚𝑖𝑛, le régulateur souhaite

ajuster le prix de l’accès en date 𝑁 + 𝑘 seulement jusqu’à un certain niveau, noté 𝑝𝑚𝑎𝑥𝑁+𝑘, pour ne

pas provoquer une hausse substantielle des prix de détail et dés-encourager encore davantage les

consommateurs à migrer du cuivre vers la fibre.

Hypothèse 7 La demande est croissante et concave en fonction de 𝑏. Nous avons : 𝛿𝑆(𝑡,𝑎,𝑏)

𝛿𝑏=

𝑒𝑥𝑝−𝑒𝑥𝑝𝑏(𝑎−𝑡) 𝑒𝑥𝑝𝑏(𝑎−𝑡) (𝑡 − 𝑎 ) ≥ 0, avec 𝑎 ≤ 0,

𝛿2𝑆(𝑡,𝑎,𝑏)

𝛿𝑏2 = 𝑒𝑥𝑝𝑏(𝑎−𝑡)(𝑒𝑥𝑝𝑏(𝑎−𝑡) − 1) (𝑎 − 𝑡)2𝑒𝑥𝑝−𝑒𝑥𝑝𝑏(𝑎−𝑡)≤ 0, si 𝑎 − 𝑡 ≤ 0 ∀𝑡 > 0 et 𝑏 ≥ 0.

5.2.2.1 Etape 1 : fixation du prix de l’accès pour la période N

En période 𝑁, le régulateur fixe un prix régulé optimal, noté 𝑝𝑜𝑝𝑡𝑁 , sur la base d’une anticipation de la

vitesse de pénétration de la fibre, notée �̂�. À la date 𝑁, la vitesse de pénétration effective 𝑏 peut-être

125

différente de celle prédite.

Propriété 1 Si le régulateur optimise le prix de gros sur la base de l’estimation de la vitesse de

progression de la pénétration de la fibre, c’est-à-dire s’il fixe 𝐩 = 𝐩𝐨𝐩𝐭𝐍 , en moyenne, même si le

régulateur ne se trompe pas, la VAN de l’opérateur historique sera négative pour un certain niveau

de WACC, ou de façon équivalente, le TIR moyen sera inférieur au WACC choisi par l’opérateur.

Démonstration : Nous savons d’après l’Hypothèse 5 que ∫ 𝑓(𝑏)𝑑𝑏+∞

0= 1 et 𝐸(𝑏) = �̂�. De plus, si

la demande est croissante et concave quel que soit t, nous avons 𝑎 ≤ 0. Notons que 𝑆(𝑡, 𝑎, 𝑏) est

croissante et concave par rapport à 𝑏 d’après l’Hypothèse 7.

Nous déduisons donc d’après l’Equation 1 et grâce à l’inégalité de Jensen l’inégalité suivante.

𝐸[𝑉𝐴𝑁(𝑏, 𝑝𝑜𝑝𝑡𝑁 )] =

=∑ 𝑆𝑡

𝑁−1𝑡=0 (𝑝𝑜𝑝𝑡

𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡− 𝐹 + ∫ (∑

𝑆(𝑡, �̂�, 𝑏)(𝑝𝑜𝑝𝑡𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑂−1

𝑡=𝑁)

+∞

0

𝑓(𝑏)𝑑𝑏 + ∑𝑚(𝑝𝑜𝑝𝑡

𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑇

𝑡=𝑂

=∑ 𝑆𝑡

𝑁−1𝑡=0 (𝑝𝑜𝑝𝑡

𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡− 𝐹 + ∑

(𝑝𝑜𝑝𝑡𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑂−1

𝑡=𝑁∫ 𝑆(𝑡, �̂�, 𝑏)

+∞

0

𝑓(𝑏)𝑑𝑏 + ∑𝑚(𝑝𝑜𝑝𝑡

𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑇

𝑡=𝑂

≤∑ 𝑆𝑡

𝑁−1𝑡=0 (𝑝𝑜𝑝𝑡

𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡− 𝐹 + ∑

(𝑝𝑜𝑝𝑡𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑂−1

𝑡=𝑁𝑆(𝑡, �̂�, �̂�) + ∑

𝑚(𝑝𝑜𝑝𝑡𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑇

𝑡=𝑂= 0

⇒ 𝐸[𝑉𝐴𝑁(𝑏, 𝑝𝑜𝑝𝑡𝑁 )] ≤ 0

Corollaire 1 Si le régulateur n’est pas en mesure de réajuster le prix d’accès pendant la durée de vie de

l’investissement, il choisira un prix régulé de l’accès noté 𝐩𝐨𝐩𝐭𝐍,𝐟𝐢𝐱𝐞

, avec 𝐩𝐨𝐩𝐭𝐍,𝐟𝐢𝐱𝐞 > 𝐩𝐨𝐩𝐭

𝐍 qui satisfasse

l’égalité suivante :

∑ 𝑆𝑡𝑁−1𝑡=0 (𝑝𝑜𝑝𝑡

𝑁,𝑓𝑖𝑥𝑒− 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡− 𝐹 + ∑

(𝑝𝑜𝑝𝑡𝑁,𝑓𝑖𝑥𝑒

− 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑂−1

𝑡=𝑁∫ 𝑆(𝑡, �̂�, 𝑏)

+∞

0

𝑓(𝑏)𝑑𝑏 + ∑𝑚(𝑝𝑜𝑝𝑡

𝑁,𝑓𝑖𝑥𝑒− 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑇

𝑡=𝑂= 0

5.2.2.2 Etape 2 : réajustement du prix de l’accès à la période 𝑁 + 𝑘

Deux situations sont envisageables en date 𝑁 :

si 𝑏 > �̂�, le TIR de l’opérateur effectif est supérieur au WACC souhaité par le régulateur. Il

n’est pas optimal pour le régulateur de garder en date 𝑁 + 𝑘 le prix régulé 𝑝𝑜𝑝𝑡𝑁 car les

consommateurs pourraient bénéficier d’un prix de détail inférieur.

si 𝑏 < �̂�, l’opérateur de gros souhaite une réactualisation du prix d’accès pour ne pas subir

une détérioration trop importante de son TIR.

Sans contrainte de plafond sur le prix régulé, en période 𝑁 + 𝑘, le régulateur observe la vitesse

effective 𝑏 et réajuste le prix d’accès 𝑝𝑜𝑝𝑡𝑁 par 𝑝𝑜𝑝𝑡

𝑁+k. Nous avons :

126

∑ 𝑆𝑡

𝑁−1𝑡=0 (𝑝𝑜𝑝𝑡

𝑁 −𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡 + ∑𝑆(𝑡,�̂�,𝑏)(𝑝𝑜𝑝𝑡

𝑁 −𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑁+𝑘−1𝑡=𝑁

+ ∑𝑆(𝑡,�̂�,𝑏)(𝑝𝑜𝑝𝑡

𝑁+𝑘−𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑂−1𝑡=𝑁+𝑘 + ∑

𝑚(𝑝𝑜𝑝𝑡𝑁+𝑘−𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑇𝑡=𝑂 − 𝐹 = 0, ∀𝑏 ∈ [0, +∞[ (Eq 4)

Considérons maintenant l’effet de la contrainte du plafond p𝑚𝑎𝑥N+k fixé par le régulateur avec 𝑝𝑚𝑎𝑥

𝑁+𝑘 ≥

𝑝𝑚𝑖𝑛𝑁

.

Propriété 2 : il existe un seuil 𝑏𝑚𝑖𝑛 ≥ 0 en dessous duquel 𝑝𝑜𝑝𝑡𝑁+𝑘 ≥ 𝑝

𝑚𝑎𝑥𝑁+𝑘, avec 𝑝𝑚𝑎𝑥

𝑁+𝑘 ≥ 𝑝𝑚𝑖𝑛𝑁 . En effet, la

demande est croissante en fonction de 𝑏.

Par conséquent, en date 𝑁 + 𝑘, sous l’Hypothèse 6, pour de faibles niveaux de pénétration, nous

avons :

∑ 𝑆𝑡

𝑁−1𝑡=0 (𝑝𝑜𝑝𝑡

𝑁 −𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡 + ∑𝑆(𝑡,�̂�,𝑏)(𝑝𝑜𝑝𝑡

𝑁 −𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑁+𝑘−1𝑡=𝑁

+ ∑𝑆(𝑁,�̂�,𝑏)(𝑝𝑚𝑎𝑥

𝑁+𝑘−𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑂−1𝑡=𝑁+𝑘 + ∑

𝑚(𝑝𝑚𝑎𝑥𝑁+𝑘−𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑇𝑡=𝑂 − 𝐹 < 0, ∀𝑏 < 𝑏𝑚𝑖𝑛 (Eq 5)

Par conséquent, ∀𝑏 ∈ [0, +∞], avec la contrainte 𝑝𝑜𝑝𝑡𝑁+𝑘 = 𝑝𝑚𝑎𝑥

𝑁+𝑘 , ∀𝑏 < 𝑏𝑚𝑖𝑛, l’espérance de la VAN

est inférieure à zéro. Nous avons :

∑ 𝑆𝑡𝑁−1𝑡=0 (𝑝𝑜𝑝𝑡

𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡− 𝐹

+ ∫ (∑𝑆(𝑡, �̂�, 𝑏)(𝑝𝑜𝑝𝑡

𝑁 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑁+𝑘−1

𝑡=𝑁+ ∑

𝑆(𝑁, �̂�, 𝑏)(𝑝𝑚𝑎𝑥𝑁+𝑘 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑂−1

𝑡=𝑁+𝑘+ ∑

𝑚(𝑝𝑚𝑎𝑥𝑁+𝑘 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑇

𝑡=𝑂)

𝑏𝑚𝑖𝑛

0

𝑓(𝑏)𝑑𝑏

+ ∫ (∑𝑆(𝑡,�̂�,𝑏)(𝑝𝑜𝑝𝑡

𝑁 −𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑁+𝑘−1𝑡=𝑁 + ∑

𝑆(𝑁,�̂�,𝑏)(𝑝𝑜𝑝𝑡𝑁+𝑘−𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑂−1𝑡=𝑁+𝑘 + ∑

𝑚(𝑝𝑜𝑝𝑡𝑁+𝑘−𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑇𝑡=𝑂 )

+∞

𝑏𝑚𝑖𝑛𝑓(𝑏)𝑑𝑏 < 0 (Eq 6)

Pour rétablir le niveau de WACC choisi par le régulateur, il faut donc rehausser le prix de l’accès en

incluant une prime de risque pour l’opérateur historique. La prime de risque permet d’annuler

l’espérance de la VAN101. Nous avons :

∑ 𝑆𝑡𝑁−1𝑡=0 (𝑝𝑜𝑝𝑡

𝑁 + 𝑝𝑟𝑖𝑚𝑒 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡− 𝐹

+ ∫ (∑𝑆(𝑡, �̂�, 𝑏)(𝑝𝑜𝑝𝑡

𝑁 + 𝑝𝑟𝑖𝑚𝑒 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑁+𝑘−1

𝑡=𝑁+ ∑

𝑆(𝑁, 𝑎, 𝑏)(𝑝𝑚𝑎𝑥𝑁+1 + 𝑝𝑟𝑖𝑚𝑒 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑂−1

𝑡=𝑁+1+ ∑

𝑚(𝑝𝑚𝑎𝑥𝑁+𝑘 + 𝑝𝑟𝑖𝑚𝑒 − 𝑐)

(1 + 𝑊𝐴𝐶𝐶)𝑡

𝑇

𝑡=𝑂)

𝑏𝑚𝑖𝑛

0

𝑓(𝑏)𝑑𝑏

101 Il convient de noter qu’on annule ici l’espérance de la VAN et non la VAN. En d’autres termes, cette équation peut

être négative en réalité, mais en moyenne la VAN est nulle. Ainsi, étant donné que l’opérateur est averse au risque, il faut

que l’espérance soit strictement positive. En conséquence, la prime de risque qui est ici calculée est une prime de risque

minimale.

127

+ ∫ (∑𝑆(𝑡,�̂�,𝑏)(𝑝𝑜𝑝𝑡

𝑁 +𝑝𝑟𝑖𝑚𝑒−𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑁+𝑘−1𝑡=𝑁 + ∑

𝑆(𝑁,𝑎,𝑏)(𝑝𝑜𝑝𝑡𝑁+1+𝑝𝑟𝑖𝑚𝑒−𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑂−1𝑡=𝑁+1 + ∑

𝑚(𝑝𝑜𝑝𝑡𝑁+𝑘+𝑝𝑟𝑖𝑚𝑒−𝑐)

(1+𝑊𝐴𝐶𝐶)𝑡𝑇𝑡=𝑂 )

+∞

𝑏𝑚𝑖𝑛𝑓(𝑏)𝑑𝑏 = 0 (Eq 7)

6 Application pour le marché fixe du Qatar

Nous avons présenté à la section précédente une démarche générale pour calculer la prime de risque

à inclure au prix de l’accès dans le cadre d’une régulation asymétrique du fait de la hausse plafond

du prix régulé de l’accès. Le but de l’exercice qui suit est d’appliquer ce cadre d’analyse à la situation

et au contexte du marché fixe du THD au Qatar. L’objet de l’exercice n’est pas ici d’optimiser le

plafond du prix régulé de l’accès en fonction de l’élasticité de la demande ou d’autres facteurs. Nous

considérons que ce plafond est fixé de manière exogène. Le but de la simulation est d’évaluer la prime

de risque en fonction du niveau du prix plafond et d’autres paramètres pour établir l’ordre de grandeur

de la prime de risque dans la situation spécifique du marché fixe THD du Qatar. Nous montrons en

l’occurrence que la prime de risque peut être substantielle. En d’autres termes, l’opérateur entrant

devrait payer un supplément au prix de l’accès pour que l’opérateur historique soit justement

compensé pour le risque initial d’investissement.

La situation du marché fixe au Qatar

Le gouvernement qatari a décidé en mars 2011 de créer un opérateur public de gros, nommé QNBN,

afin de déployer rapidement un réseau fibre et de couvrir toute la population en THD à l’horizon de

2015. Une fois construit, ce réseau public devait être ouvert à tous les opérateurs présents sur le

marché pour promouvoir l’accessibilité des consommateurs aux offres Internet THD et assurer au

minimum un duopole sur le marché de détail.

La menace pour l’opérateur dominant, Ooredoo, d’un futur réseau fibre public est devenue crédible

dès lors que l’État s’est ouvertement engagé dans le projet. Ooredoo a donc probablement anticipé le

fait que s’il n’investissait pas lui-même dans le réseau fibre, l’État le ferait à sa place et que le réseau

serait ouvert au concurrent direct, Vodafone, et qu’il perdrait sa position dominante sur le marché

fixe. Cette anticipation a probablement incité in fine Ooredoo à déployer rapidement son propre

réseau afin de garder sa position dominante sur le marché fixe (voir Essai 1).

Ex-post, maintenant que le réseau fibre est totalement déployé, la question est de savoir comment

fixer le prix de l’accès et quels risques d’investissement le régulateur doit-il prendre en compte. En

fait, le cadre d’analyse de la section précédente semble intéressant pour la situation du Qatar pour les

raisons suivantes :

128

Il continue d’exister une certaine incertitude sur le taux à venir de migration des

consommateurs du cuivre vers la fibre, in fine sur la pénétration de la fibre avant le switch-off

total du réseau cuivre.

Un prix d’accès qui s’ajuste automatiquement à la hausse, sans limite, en fonction de la

pénétration effective de la fibre peut, dans une certaine mesure, aller à l’encontre des efforts

du gouvernement pour encourager au maximum les consommateurs à migrer rapidement de

l’ancienne vers la nouvelle technologie, de la volonté des pouvoirs publics pour améliorer

l’accessibilité des offres Internet THD, et de la méthode de calcul du prix de l’accès basée sur

les coûts.

Calibration du modèle

La durée de vie de la fibre est fixée à 25 ans, ce qui correspond à la durée de garantie du câble déployé

pour la fibre (Fibre to the Home Council Europe 2013) et à la durée de vie du réseau fibre choisie par

d’autres régulateurs tel que le régulateur français pour le calcul du prix de l’accès (ARCEP 2014).

La demande de long terme est fixée à 230 000, ce qui correspond à la couverture totale, exprimée en

nombre de prises pour les ménages et les entreprises du projet de déploiement de la fibre par Ooredoo.

Nous estimons tout d’abord l’évolution de la pénétration mensuelle de la fibre, c’est-à-dire les

coefficients 𝑎 et 𝑏 de la fonction 𝑆(𝑁, 𝑎, 𝑏) = 𝑆(𝑁, 𝑎, 𝑏) = 𝑚𝑒𝑥𝑝−𝑒𝑥𝑝−𝑏(𝑡−𝑎) ∀𝑡 = [0, 𝑇] sur la base

des données mensuelles fournies par le régulateur qatari pour les années 2012, 2013 et 2014. Nous

obtenons �̂� = 21,75 et �̂� = 0.07. La courbe est donc croissante et devient au 22ème mois concave. Au

regard au Graphique 17, la courbe de Gompertz semble parfaitement bien retranscrire l’évolution de

la demande au cours du temps.

Graphique 17 : Evolution du nombre de consommateurs de la fibre

Nous proposons d’étudier l’impact de la date de régulation sur le risque d’investissement de

129

l’opérateur historique. En effet, plus la date de régulation est proche, plus l’incertitude sur la

pénétration future de la fibre est élevée et plus la prime de risque, toutes choses égales par ailleurs,

devrait être élevée. Nous proposons donc d’évaluer successivement la prime de risque lorsque la

régulation de l’accès débute en 2015 et 2016 (𝑁 = {2015, 2016}). Pour ces deux situations, le

régulateur dispose respectivement de trois ou quatre années d’observation sur l’évolution de la

demande passée. Le régulateur doit prédire la pénétration future pour les années 2015-2036 et 2016-

2036 respectivement.

Pour simuler le risque portant sur la pénétration future de la fibre, nous devons construire un ensemble

de scénarii basés sur différentes vitesses de progression de la fibre, c’est-à-dire sur différentes valeurs

du coefficient 𝑏. Or, le coefficient �̂� estimé est strictement positif et faire varier le coefficient 𝑏

créerait des discontinuités de la courbe de pénétration de la fibre. Pour éviter cela, nous choisissons

de ré-estimer la pénétration future de la fibre pour les périodes futures, au-delà de la date 𝑁, en posant

la contrainte 𝑎 = 0. Les coefficients 𝑏�̂�, ∀𝑁 = {2015, 2016}, sont estimés sur la base de la

pénétration prédite sans la contrainte 𝑎 = 0. Nous montrons ci-après que la contrainte 𝑎 = 0 biaise

de moins en moins les prévisions, relativement à l’estimation sans contrainte plus la date du début de

la régulation est éloignée dans le temps. Nous trouvons : 𝑏2015̂ = 0,037 et 𝑏2016̂ = 0,043. En

l’occurrence, lorsqu’on se situe en 2015 et 2016, la prévision concave avec la contrainte 𝑎 = 0 semble

bien retranscrire la prévision de la demande sans la contrainte comme illustré au Graphique 18.

Graphique 18: Prévision de la pénétration de la fibre

Puisque la prévision de la pénétration de la fibre est concave, il est alors facile de construire, pour

une certaine date de régulation 𝑁, différents scénarii qui divergent selon la vitesse de pénétration de

la fibre. Les vitesses hypothétiques de pénétration sont notées par 𝑏𝑁, elles sont inférieures ou égales

130

au taux anticipé noté 𝑏�̂�. Nous choisissons 23 vitesses de progression de la fibre qui sont inférieures

à 𝑏�̂�. Pour cela, nous diminuons de manière itérative avec un pas de 0.001 le coefficient �̂�𝑁 estimé.

Nous notons par 𝑏𝑁𝑠 l’ensemble qui contient les différentes vitesses hypothétiques de pénétration de

la fibre. Cet ensemble comprend l’estimation �̂�𝑁 et les 23 autres valeurs sélectionnées inférieures à

�̂�𝑁. On note par 𝑏𝑁𝑒 un élément de cet ensemble avec 𝑒 = 1, … , 24. Les scénarios sont illustrés au

Graphique 19 pour 𝑁 = {2015}.

Graphique 19: Scénarios d'évolution de la pénétration de la fibre à partir de 2015

Jusqu’à présent, nous avions supposé que le régulateur n’imposait pas d’obligation de switch-off du

cuivre vers la fibre. Pourtant, il est nécessaire d’étudier l’impact du degré d’éloignement de la date

d’obligation du switch-off du cuivre sur la prime de risque. A priori, plus la date d’obligation du

switch-off est proche et plus l’incertitude sur la demande est faible et plus la prime de risque devrait

être faible. Nous proposons d’évaluer la prime de risque pour une obligation de switch-off en 2022,

en 2030 et sans l’obligation de switch-off102. On note par Os l’ensemble de ces dates. On suppose par

ailleurs que la distribution de 𝑏𝑁 est log-normale et l’on note par 𝐹−1(. ) l’inverse de la fonction de

distribution cumulative. Nous choisissons une fonction de distribution log-normale car il est peu

vraisemblable que la pénétration de la fibre diminue dans les années à venir. L’espérance est égale à

𝑙𝑛 (𝑏�̂�) et la variance de 𝑏𝑁 est donnée comme suit :

𝑉(𝑏𝑁 , 𝛼) = 𝛼𝑏�̂� ∀𝑁 = {2015, 2016}, 𝛼 > 0

102 pour une date ultérieure à la date de fin de vie de l’infrastructure, ici 𝑂 = 26.

,0

50000,0

100000,0

150000,0

200000,0

250000,0

20

12

20

14

20

16

20

18

20

20

20

22

20

24

20

26

20

28

20

30

20

32

20

34

20

36

Pé

nét

rati

on

de

la f

ibre

131

Nous pouvons alors construire la distribution de 𝑏𝑁 de la manière suivante :

𝑃(𝑏𝑁𝑒 ) = {

𝐹−1(𝑏𝑁𝑒 ) 𝑓𝑜𝑟 𝑏𝑁

𝑒 = 𝑚𝑖𝑛{ 𝑏𝑁𝑠 }

𝐹−1(𝑏𝑁𝑒+1) − 𝐹−1(𝑏𝑁

𝑒 ) 𝑓𝑜𝑟 𝑏𝑁𝑒 ∈] 𝑚𝑖𝑛 { 𝑏𝑁

𝑠 }, 𝑚𝑎𝑥 { 𝑏𝑁𝑠 }[

1 − 𝐹−1(𝑏𝑁𝑒 ) 𝑓𝑜𝑟 𝑏𝑁

𝑒 = 𝑚𝑎𝑥{ 𝑏𝑁𝑠 } = 𝑏�̂�

Nous choisissons de ne pas prendre en compte la partie droite de la fonction de distribution et

d’appliquer un poids 1 − 𝐹−1(𝑏𝑁𝑒 ) car le prix régulé de gros est automatiquement réévalué à la baisse,

de manière à garantir un certain niveau de rentabilité pour l’opérateur historique, si la vitesse de

progression de la fibre s’avère supérieure à celle espérée. Nous illustrons au

Graphique 20 la distribution des 23 valeurs inférieurs à 𝑏�̂� pour 𝑁 = 2015.

Graphique 20: Distribution des vitesses de pénétration inférieures à celle prédite pour 2015

Comme nous l’avons supposé, la variance 𝑏𝑁 dépend du coefficient 𝛼. Nous choisissons de calculer

la prime de risque pour différentes valeurs de 𝛼 afin d’étudier l’effet de la variance sur la valeur de

la prime de risque. Nous choisissons donc un ensemble 𝛼𝑠 de manière à ce que la variance de la

vitesse de pénétration soit réaliste. En particulier, les éléments de 𝛼𝑠 doivent être calibrées pour

refléter la probabilité actuelle que le switch-off du cuivre vers la fibre ne soit pas effective avant 2022.

Nous choisissons 𝛼𝑠 = {3, 4, 5} car nous avons :

𝑃(𝑆(𝑡 = 2022, 𝑎 = 0, 𝑏2015) < 0.98𝑚) = {

10% 𝑓𝑜𝑟 𝛼 = 3 17% 𝑓𝑜𝑟 𝛼 = 422% 𝑓𝑜𝑟 𝛼 = 5

En d’autres termes, à l’heure actuelle, avec 𝛼 = 3, 𝛼 = 4, ou 𝛼 = 5, la probabilité que le taux de

pénétration de la fibre soit inférieur à 98% en 2022 est égale à 10%, 17% et 22% respectivement. Ces

valeurs semblent cohérentes et refléter la variabilité de la vitesse du taux de pénétration de la fibre

dans les années à venir sur le marché fixe du Qatar.

Il ne reste plus qu’à fixer le plafond du prix régulé pour l’année 𝑁 + 𝑘, noté 𝑝𝑚𝑎𝑥𝑁+𝑘. La fixation de ce

0,00%

1,00%

2,00%

3,00%

4,00%

5,00%

6,00%

7,00%

132

plafond est fondamentale et va fortement impacter le résultat de la prime de risque comme nous le

verrons par la suite. Nous supposons que le plafond est défini en fonction du prix régulé de l’année

𝑁, noté 𝑝𝑜𝑝𝑡,𝑏𝑁 . Nous posons :

𝑝𝑚𝑎𝑥𝑁+𝑘 = 𝛽𝑝𝑜𝑝𝑡

𝑁

Nous choisissons de faire varier le coefficient β de 1.01 à 1.11 et notons par βs l’ensemble de ces

valeurs. Nous estimons donc la prime de risque pour un continuum de situations : la hausse maximale

du prix régulé entre l’année 𝑁 et l’année 𝑁 + 𝑘 varie de 1% à 11%.

Nous résumons au Tableau 2 la valeur des paramètres pour le calcul de la prime de risque.

Tableau 2 : Résumé de la valeur des paramètres

Variable Valeur

𝑾𝑨𝑪𝑪 10%

𝑻 25

𝑶𝒔 {2022,2030, > 2036}

𝒎 230 000

𝜶𝒔 {4,5,6}

𝜷𝒔 de 1.1 à 1.11 avec un pas de 0.01

𝑭 275 millions de dollars

𝒄 Un coût total de renouvellement égale à 1%

de F, soit environ $12/an/prise

𝑵 {2015,2016}

Résultats et analyse de sensibilité

Nous décrivons dans les sous-sections qui suivent les résultats de la simulation en essayant en

particulier d’étudier la sensibilité de la prime de risque à la hausse plafond du prix régulé, à la date

de la régulation de l’accès, à la variance, à la date de switch-off et à la fréquence du réajustement du

prix de l’accès.

Tout d’abord, remarquons que ce modèle semble bien calibré dans la mesure où le prix régulé que

nous trouvons sans prise en compte de la prime de risque est égale à environ $192/prise/an, ce qui est

très légèrement au-dessus de l’estimation du prix régulé de l’accès à un réseau représentatif européen,

sur la base de la méthodologie bottom-up de type Greenfield LRIC (WIK-Consult 2011).

6.3.1. Prime de risque annuelle, transitoire

Nous calculons la prime de risque totale actualisée pour une régulation en 2015, pour un niveau

moyen de variance et pour différents niveaux de rigidité à la hausse du prix régulé entre 2015 et 2016.

Nous supposons que la prime annuelle décroit sur 5 ans à un taux de 20% par an.

133

Comme illustré au graphique suivant, nous trouvons que l’entrant devrait payer au maximum

une prime d’environ 700 000 dollars à l’opérateur historique la première année, ici en 2015 si

le réseau fibre d’Ooredoo avait été ouvert aux concurrents. Ce montant décroit de 20% par an

pendant 5 ans (les montants sont actualisés au taux de 10%).

Evidemment, nous trouvons que le montant de la prime de risque est fortement dépendante de

la hausse plafond du prix régulé. En effet, pour une hausse maximale de 2% du prix régulé

entre l’année 2015 et l’année 2016, nous trouvons que la prime annuelle atteint seulement 150

000 dollars la première année. Nous déduisons que la prime de risque est loin d’être

proportionnelle à la rigidité du prix régulé.

Graphique 21: Prime de risque annuelle actualisée et transitoire

6.3.2. Sensibilité de la prime à la date de la régulation de l’accès

Nous calculons la prime de risque pour différentes dates de régulation de l’accès en supposant que la

date d’obligation du switch-off est fixée à 2022 (O = 10), pour un niveau moyen de variance (α = 4)

et pour un réajustement du prix en année 𝑁 + 1. Nous constatons que :

La prime de risque annuelle par prise est relativement faible. Comme illustré au Graphique

22, cette prime ne dépasse pas 1.4 dollars.

La prime, en fonction du plafond du prix régulé tend très rapidement vers zéro. Au-delà de

5% d’augmentation maximale entre le prix régulé entre l’année N et l’année N+1, la prime

est nulle quelle que soit la date de la régulation,

134

La prime pour une régulation en 2016 est plus faible que pour une régulation en 2015. Ce

différentiel est d’autant plus élevé que la hausse maximale du prix régulé entre l’année N et

N+1 est faible. Comme illustré au

Graphique 23, la prime de risque totale actualisée ne dépasse pas 2 millions de dollars pour

une régulation en 2015 alors qu’elle est inférieure à 1.5 millions de dollars pour une

régulation en 2016.

135

Graphique 22: Prime de risque annuelle par prise en fonction de la hausse maximale du prix

régulé pour une régulation en 2015 et 2016

Graphique 23: Prime de risque totale et actualisée en fonction de la hausse maximale du prix

régulé pour une régulation en 2015 et 2016

6.3.3. Sensibilité à la variance de la vitesse de progression de la demande

Nous calculons la prime de risque à inclure au prix d’accès pour une régulation en 2015 et pour

différentes valeurs du coefficient 𝛼 de la variance 𝑉(𝑏1015, 𝛼), 𝛼 = {3, 4, 5}, en supposant que la date

136

d’obligation du switch-off est fixée à 2022 (𝑂 = 10). Nous constatons que la prime augmente avec la

variance. La prime totale actualisée peut atteindre au maximum 2.5 millions de dollars pour une

variance élevée, alors qu’elle est inférieure à 1.5 millions de dollars pour une variance faible.

Graphique 24: Prime de risque annuelle par prise en fonction de la hausse maximale du prix

régulé pour différents niveaux de variance

Graphique 25: Prime de risque totale et actualisée en fonction de la hausse maximale du prix

régulé pour différents niveaux de variance

6.3.4. Sensibilité à la date d’obligation du switch-off du cuivre

Nous calculons la prime à inclure au prix d’accès pour une régulation en 2015 et pour différentes

dates d’obligation de switch-off du réseau cuivre, 𝑂 = {2022, 2030, > 2036}, et pour un niveau moyen

137

de variance (𝛼 = 4). Nous constatons que la prime de risque diminue faiblement avec un

rapprochement de la date d’obligation de switch-off car le taux de pénétration atteint en moyenne très

rapidement, aux alentours de 2020, le taux maximum de 100%.

138

Graphique 26: Prime de risque annuelle par prise en fonction de la hausse maximale du prix

régulé pour différentes dates de switch-off du cuivre

Graphique 27: Prime de risque totale et actualisée en fonction de la hausse maximale du prix

régulé pour différentes dates de switch-off du cuivre

6.3.5. Sensibilité de la prime de risque à la fréquence du réajustement

Comme nous l’avons mentionné à la section 5, la fréquence du réajustement du prix régulé est une

variable influente de la prime de risque. En effet, toutes choses égales par ailleurs, moins le

139

réajustement du prix régulé est régulier, plus le réajustement du prix régulé, après la période de

rigidité du prix régulé, est important, et donc plus il est probable que le prix ajusté soit contraint à la

hausse par le plafond fixé par le régulateur. Les résultats présentés au Graphique 28 sont donc

cohérents. De plus, si le régulateur ne réajuste pas le prix régulé (hausse maximale de 0%), il est

évident comme illustré au

Graphique 29 que la prime totale actualisée ne dépende pas de la fréquence du réajustement du prix

d’accès.

140

Graphique 28 : Prime de risque annuelle en fonction de la hausse maximale du prix régulé pour

différentes périodicités du réajustement du prix régulé

Graphique 29: Prime de risque totale et actualisée en fonction de la hausse maximale du prix

régulé pour différentes périodicités du réajustement du prix régulé

141

7 Conclusion

Pour résumer, nous avons montré que le profil de risque de l’opérateur historique qui investit dans un

nouveau réseau de télécommunications est tout à fait singulier. L’opérateur historique qui investit est

contraint par un ensemble de coûts irrécupérables. Par conséquent, le prix régulé de l’accès doit

prendre en considération la spécificité du risque encouru par l’opérateur historique et en particulier

l’aspect irréversible de certains coûts d’investissement.

Nous avons montré en l’occurrence qu’une régulation asymétrique, empreinte d’une certaine rigidité

à la hausse du prix régulé, conduit à un TIR moyen pour l’opérateur historique inférieur à celui

souhaité par le régulateur, d’où la nécessité d’introduire une prime de risque au prix de l’accès. Cette

prime de risque assure que la régulation de l’accès ne dés-incite pas l’investissement, non plus ne

favorise un opérateur au détriment d’un autre.

Le cadre d’analyse que nous proposons a été appliqué à la situation du marché fixe THD au Qatar.

Nous trouvons que la prime de risque annuelle par prise à intégrer au prix de l’accès pour l’opérateur

dominant au Qatar diminue fortement avec la hausse maximale du prix régulé de l’accès mais de

moins en moins vite. La prime pour une régulation en 2015 est quasi-nulle si la hausse maximale du

prix régulé de l’accès est supérieure à 5%. Au contraire, elle atteint le niveau maximal de $1.4/prise/an

lorsque le régulateur n’ajuste pas du tout le prix régulé aux faibles taux de pénétration observés sur

le réseau fibre. Notons que la prime annuelle par prise peut sembler négligeable alors que la prime

totale agrégée est tout à fait substantielle. Celle-ci varie de 0 à 2 millions de dollars en fonction du

niveau de la hausse plafond du prix régulé. En outre, nous trouvons que la prime de risque dépend

négativement de la fréquence du réajustement du prix régulé. En revanche, la date d’obligation du

switch-off n’a guère d’effet sur la prime de risque car l’incertitude sur la demande future décroit

rapidement dans le temps.

Cette étude complète donc l’analyse classique qui consiste à calculer la prime de risque via la méthode

du CAPM. En effet, nous avons pris en compte, pour le calcul de la prime de risque, la spécificité du

profil de risque de l’opérateur historique, en particulier, le caractère irréversible de certains coûts

d’investissement.

Pour évaluer totalement le montant de la compensation financière à attribuer à l’opérateur historique

pour l’ouverture de son réseau, il conviendrait toutefois de compléter notre analyse par d’autres

évaluations. En particulier, il serait nécessaire de calculer la valeur de l’option réelle pour l’opérateur

historique de sortir du marché avant la fin de la durée de vie de l’investissement. En effet, les entrants

ont la possibilité de sortir du marché si une nouvelle technologie plus efficiente fait irruption alors

que l’opérateur historique est toujours contraint par des coûts irréversibles. Cette asymétrie entre les

opérateurs doit être considérée par le régulateur pour concevoir une régulation optimale de l’accès.

142

En fait, il apparaît difficile d’évaluer la valeur de l’option réelle en question car le calcul dépendrait

très fortement des hypothèses et de la calibration en ce qui concerne par exemple la probabilité

d’apparition de nouvelles technologies concurrentes.

143

8 Bibliographie

Adlittle. 2013. « National Fibre Strategies; national economic imperative or just another private

industry task? »

Aghion, Philippe, Stefan Bechtold, Lea Cassar, et Holger Herz. 2014. « The Causal Effects of

Competition on Innovation: Experimental Evidence ». NBER Working Paper 19987. National

Bureau of Economic Research, Inc. http://econpapers.repec.org/paper/nbrnberwo/19987.htm.

Aghion, Philippe, Nicholas Bloom, Richard Blundell, Rachel Griffith, et Peter Howitt. 2002.

« Competition and Innovation: An Inverted U Relationship ». Working Paper 9269. National

Bureau of Economic Research. http://www.nber.org/papers/w9269.

Alleman, James, Gary Madden, et Hak-Ju Kim. 2009. « Real Options Methodology Applied to the

ICT Sector: A Survey ». SSRN Scholarly Paper ID 1354094. Rochester, NY: Social Science

Research Network. http://papers.ssrn.com/abstract=1354094.

Alleman, James, et Paul Rappoport. 2006. « Optimal Pricing with Sunk Cost and Uncertainty ». In

The Economics of Online Markets and ICT Networks, édité par Professor Russel Cooper,

Professor Gary Madden, Professor Ashley Lloyd, et Michael Schipp, 143‑55. Contributions

to Economics. Physica-Verlag HD. http://link.springer.com/chapter/10.1007/3-7908-1707-

4_10.

ARCEP. 2014. « Modèle générique de tarification de l’accès aux réseaux en fibre optique jusqu’à

l’abonné en dehors des zones très denses ».

Armstrong, Mark. 2006. « Competition in Two-Sided Markets ». The RAND Journal of Economics

37 (3): 668‑91. doi:10.1111/j.1756-2171.2006.tb00037.x.

Arnott, Richard, et Kenneth Small. 1994. « The Economics of Traffic Congestion ». American

Scientist 82 (5): 446‑55.

Arrow, Kenneth. 1962. « Economic Welfare and the Allocation of Resources for Invention ». NBER

Chapters. National Bureau of Economic Research, Inc.

https://ideas.repec.org/h/nbr/nberch/2144.html.

Arthur D. Little. 2013. « National Fibre Strategies; National economic imperative or just another

private industry task? »

Arvind Parmar, et al. 2015. « Adblock Plus Efficacy Study ».

Australian Government. 2014. « Independent Cost-Benefit Analysis of the NBN ».

Babaali, Nadia. 2013. « Sweden: a showcase for rural FTTH ».

Bakos, J. Yannis. 1997. « Reducing Buyer Search Costs: Implications for Electronic Marketplaces ».

Management Science 43 (12): 1676‑92. doi:10.1287/mnsc.43.12.1676.

Becker, Gary S., et Kevin M. Murphy. 1993. « A Simple Theory of Advertising as a Good or Bad ».

The Quarterly Journal of Economics 108 (4): 941‑64.

Beltrán, Fernando. 2013. « Effectiveness and Efficiency in the Build-Up of High-Speed Broadband

Platforms in Australia and New Zealand ». SSRN Scholarly Paper ID 2448250. Rochester,

NY: Social Science Research Network. http://papers.ssrn.com/abstract=2448250.

Booz&co. 2008. « Deregulation 2.0 how service-based competition can drive growth in the MENA

Telecom Industry ».

Bourreau, Marc, Carlo Cambini, et Pınar Doğan. 2012. « Access pricing, competition, and incentives

to migrate from “old” to “new” technology ». International Journal of Industrial

Organization 30 (6): 713‑23. doi:10.1016/j.ijindorg.2012.08.007.

Bourreau, Marc, Carlo Cambini, et Steffen Hoernig. 2012. « Ex ante regulation and co-investment in

the transition to next generation access ». Telecommunications Policy, Regulation and

competition in communications markets, 36 (5): 399‑406. doi:10.1016/j.telpol.2011.11.024.

Bourreau, Marc, et Pinar Doğan. 2001. « Regulation and innovation in the telecommunications

industry ». Telecommunications Policy 25 (3): 167‑84. doi:10.1016/S0308-5961(00)00087-

2.

144

Bourreau, Marc, et Pınar Doğan. 2004. « Service-based vs. facility-based competition in local access

networks ». Information Economics and Policy 16 (2): 287‑306.

doi:10.1016/j.infoecopol.2003.05.002.

Bourreau, Marc, Frago Kourandi, et Tommaso Valletti. 2015. « Net Neutrality with Competing

Internet Platforms ». The Journal of Industrial Economics 63 (1): 30‑73.

doi:10.1111/joie.12068.

Briglauer, Wolfgang, Georg Ecker, et Klaus Gugler. 2012. « Regulation and Investment in Next

Generation Access Networks: Recent Evidence from the European Member States ». Paper.

http://epub.wu.ac.at/3447/.

———. 2013. « The impact of infrastructure and service-based competition on the deployment of

next generation access networks: Recent evidence from the European member states ».

Information Economics and Policy, ICT and Innovation, 25 (3): 142‑53.

doi:10.1016/j.infoecopol.2012.11.003.

Briglauer, Wolfgang, Stefan Frübing, et Ingo Vogelsang. 2014. « The Impact of Alternative Public

Policies on the Deployment of New Communications Infrastructure – A Survey ». SSRN

Scholarly Paper ID 2530983. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=2530983.

Briglauer, Wolfgang, et Klaus Gugler. 2013. « The deployment and penetration of high-speed fiber

networks and services: Why are EU member states lagging behind? » Telecommunications

Policy, Regulating and investment in new communications infrastructure Understanding ICT

adoption and market trends: Papers from recent European ITS regional conferences, 37 (10):

819‑35. doi:10.1016/j.telpol.2013.05.003.

Calderon, Cesar, et Luis Serven. 2014. « Infrastructure, Growth, and Inequality : An Overview ».

WPS7034. The World Bank.

http://documents.worldbank.org/curated/en/2014/09/20210994/infrastructure-growth-

inequality-overview.

Cambini, Carlo, et Virginia Silvestri. 2012. « Technology Investment and Alternative Regulatory

Regimes with Demand Uncertainty ». Information Economics and Policy 24 (3-4): 212‑30.

doi:10.1016/j.infoecopol.2012.08.003.

Cave, Martin E., Antoine Fournier, et Natalia Shutova. 2012. « The Price of Copper and the Transition

to Fibre ». SSRN Scholarly Paper ID 2200294. Rochester, NY: Social Science Research

Network. http://papers.ssrn.com/abstract=2200294.

Cave, Martin, et Ian Martin. 2010. « Motives and means for public investment in nationwide next

generation networks ». Telecommunications Policy 34 (9): 505‑12.

Cheng, Hsing Kenneth, Subhajyoti Bandyopadhyay, et Hong Guo. 2010. « The Debate on Net

Neutrality: A Policy Perspective ». Information Systems Research 22 (1): 60‑82.

doi:10.1287/isre.1090.0257.

Choi, Jay Pil, Doh-Shin Jeon, et Byung-Cheol Kim. 2015. « Net Neutrality, Business Models, and

Internet Interconnection ». American Economic Journal: Microeconomics 7 (3): 104‑41.

Commission Européenne. 2010. « Digital Agenda: Commission outlines action plan to boost

Europe’s prosperity and well-being ».

Copeland, Thomas E. 2005. « How Much Is Flexibility Worth? »

Crandall, Robert W., Jeffrey A. Eisenach, et Allan T. Ingraham. 2013. « The Long-Run Effects of

Copper-Loop Unbundling and the Implications for Fiber ». Telecommunications Policy 37 (4-

5): 262‑81. doi:10.1016/j.telpol.2012.08.002.

Curien, Nicolas. 2013. « Net Neutrality is Imperfect and Should Remain So! » EUI-RSCAS Working

Paper 22. European University Institute (EUI), Robert Schuman Centre of Advanced Studies

(RSCAS). https://ideas.repec.org/p/erp/euirsc/p0337.html.

Curien, Nicolas, et Winston Maxwell. 2011. La neutralité d’Internet. La Découverte.

Dixit, A.K., et R.S. Pindyck. 1995. « The Options Approach to Capital Investment ». Long Range

Planning 28 (4): 129‑129. doi:10.1016/0024-6301(95)94310-U.

145

Dixit, Avinash. 1982. « Recent Developments in Oligopoly Theory ». American Economic Review

72 (2): 12‑17.

Economides, Nicholas. 2010. « Why Imposing New Tolls on Third-Party Content and Applications

Threatens Innovation and will not Improve Broadband Providers’ Investment ». SSRN

Scholarly Paper ID 1627347. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1627347.

Economides, Nicholas, et Benjamin E. Hermalin. 2012a. « The Economics of Network Neutrality ».

The RAND Journal of Economics 43 (4): 602‑29. doi:10.1111/1756-2171.12001.

———. 2012b. « The Economics of Network Neutrality ». The RAND Journal of Economics 43 (4):

602‑29. doi:10.1111/1756-2171.12001.

Economides, Nicholas, et Joacim Tåg. 2012a. « Network neutrality on the Internet: A two-sided

market analysis ». Information Economics and Policy 24 (2): 91‑104.

doi:10.1016/j.infoecopol.2012.01.001.

———. 2012b. « Network neutrality on the Internet: A two-sided market analysis ». Information

Economics and Policy 24 (2): 91‑104. doi:10.1016/j.infoecopol.2012.01.001.

Estache, Antonio, et Grégoire Garsous. 2012. « The impact of infrastructure on growth in developping

countries ». IFC Economic notes.

European Commission. 2010. « Commission Recommendation on regulated access to Next

Generation Access Networks (NGA) ».

FCC. 2015. « Report and order on remand, declaratory ruling, and order ».

Federal Communications Commission. 2009. « In the matter of preserving the open Internet;

broadband industry practices, Notice of proposed rule-making ».

Fibre to the Home Council Europe. 2013. « FTTH Business Guide ».

Firth, Lucy, et David Mellor. 2005. « Broadband: benefits and problems ». Telecommunications

Policy, Regional development and business prospects for ICT and broadband networks, 29

(2–3): 223‑36. doi:10.1016/j.telpol.2004.11.004.

General Secretariat For Development Planning. 2008. « Qatar National Vision 2030 ».

Hermalin, Benjamin E., et Michael L. Katz. 2007. « The economics of product-line restrictions with

an application to the network neutrality debate ». Information Economics and Policy, 215‑48.

ICTQatar. 2013. « National Broadband Plan for the State of Qatar ».

Idate consulting. 2014. « FTTH MENA Panorama Market at September 2014 ».

Inderst, Roman, et Martin Peitz. 2012. « Market Asymmetries and Investments in Next Generation

Access Networks ». Review of Network Economics 11 (1): 1‑27.

Katsianis, D., T. Rokkas, I. Neokosmidis, M. Tselekounis, D. Varoutas, I. Zacharopoulos, et A.

Bartzoudi. 2012. « Risks associated with next generation access networks investment

scenarios ». IEEE Network 26 (4): 11‑17. doi:10.1109/MNET.2012.6246747.

Kenny, Robert. 2015. « Exploring the costs and benefits of FTTH in the UK ».

Koutroumpis, Pantelis. 2009. « The economic impact of broadband on growth: A simultaneous

approach ». Telecommunications Policy 33 (9): 471‑85. doi:10.1016/j.telpol.2009.07.004.

Kraemer, Jan, et Lukas Wiewiorra. 2010. « Network Neutrality and Congestion Sensitive Content

Providers: Implications for Service Innovation, Broadband Investment and Regulation ».

Working Paper 10-09. NET Institute. https://ideas.repec.org/p/net/wpaper/1009.html.

Krämer, Jan, Lukas Wiewiorra, et Christof Weinhardt. 2013. « Net neutrality: A progress report ».

Telecommunications Policy, Papers from the 40th Research Conference on Communication,

Information and Internet Policy (TPRC 2012)Special issue on the first papers from the

« Mapping the Field » initiative., 37 (9): 794‑813. doi:10.1016/j.telpol.2012.08.005.

Kroes, Neelie. 2011. « Investing in digital networks: a bridge to Europe’s future ». SPEECH/11/623

Neelie Kroes Vice-President of the European Commission responsible for the Digital Agenda

Investing in digital networks: a bridge to Europe’s future ETNO Financial Times 2011 CEO

SUMMIT.

Kruger, Lennard G. 2013. « The National Broadband Plan Goals: Where Do We Stand? »

146

Lee, Robin S., et Tim Wu. 2009. « Subsidizing Creativity through Network Design: Zero-Pricing and

Net Neutrality ». The Journal of Economic Perspectives 23 (3): 61‑76.

Lucas, Karen. 2012. « Transport and social exclusion: Where are we now? » Transport Policy,

URBAN TRANSPORT INITIATIVES, 20 (mars): 105‑13.

doi:10.1016/j.tranpol.2012.01.013.

Marc Bourreau, Carlo Cambini. 2013. « My Fibre or Your Fibre? Cooperative Investment,

Uncertainty and Access ». doi:10.2139/ssrn.2199831.

McKinsey&Compagny. 2012. « A “New Deal”: driving investment in Europe’s telecoms

infrastructure ».

Mitomo, Hitoshi, et Toshiya Jitsuzumi. 1999. « Impact of Telecommuting on Mass Transit

Congestion: The Tokyo Case ». Telecommunications Policy 23 (10-11): 741‑51.

doi:10.1016/S0308-5961(99)00059-2.

Mobdia. 2012. « Understanding today’s smartphone user: demystifying data usage trends on cellular

& Wi-Fi networks ».

« Motives and means for public investment in nationwide next generation networks ». 2015. Consulté

le juillet 7. https://www-sciencedirect-com.bibliopam.ens-

cachan.fr/science/article/pii/S0308596110000807.

Myers, Stewart C. 1977. « Determinants of corporate borrowing ». Journal of Financial Economics

5 (2): 147‑75. doi:10.1016/0304-405X(77)90015-0.

Nasse, Philippe. 2005. « Rapport sur “les coûts de sortie” ».

Nitsche, Rainer, et Lars Wiethaus. 2011a. « Access regulation and investment in next generation

networks — A ranking of regulatory regimes ». International Journal of Industrial

Organization 29 (2): 263‑72. doi:10.1016/j.ijindorg.2010.07.002.

———. 2011b. « Access Regulation and Investment in next Generation Networks — A Ranking of

Regulatory Regimes ». International Journal of Industrial Organization 29 (2): 263‑72.

doi:10.1016/j.ijindorg.2010.07.002.

Njoroge, Paul, Asuman E. Ozdaglar, Nicolas E. Stier-Moses, et Gabriel Y. Weintraub. 2012.

« Investment in Two Sided Markets and the Net Neutrality Debate ». SSRN Scholarly Paper

ID 1641359. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1641359.

OECD. 2013. « Broadband Networks and Open Access ».

———. 2014. « Executive summary of the roundtable on financing of the roll-out of broadband

networks ».

Ofcom. 2007. « Future broadband-Policy approach to next generation access ».

Opta. 2008. « Draft policy rules tariff regulation for unbundled fibre access ».

Patrick Maillé, et Bruno Tuffin. 2014. « Le problème de la neutralité du Net est-il réglé? »

Pil Choi, Jay, et Byung-Cheol Kim. 2010a. « Net Neutrality and Investment Incentives ». The RAND

Journal of Economics 41 (3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

———. 2010b. « Net Neutrality and Investment Incentives ». The RAND Journal of Economics 41

(3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

Pindyck, Robert S. 2007. « Mandatory Unbundling and Irreversible Investment in Telecom

Networks ». Review of Network Economics 6 (3): 1‑25.

Raux, Charles, et Odile Andan. 2002. « Comment les péages urbains peuvent-ils satisfaire une

politique d’agglomération ? » Recherche - Transports - Sécurité 75 (juillet): 115‑30.

doi:10.1016/S0761-8980(02)00009-2.

Reggiani, Carlo, et Tommaso Valletti. 2012. « Net neutrality and innovation at the core and at the

edge ». The School of Economics Discussion Paper Series. Economics, The University of

Manchester. http://econpapers.repec.org/paper/mansespap/1202.htm.

———. 2016. « Net neutrality and innovation at the core and at the edge ». International Journal of

Industrial Organization. Consulté le janvier 25. doi:10.1016/j.ijindorg.2015.12.005.

147

Rendon Schneir, Juan, et Yupeng Xiong. 2013. « Economic implications of a co-investment scheme

for FTTH/PON architectures ». Telecommunications Policy, Regulating and investment in

new communications infrastructureUnderstanding ICT adoption and market trends: Papers

from recent European ITS regional conferences, 37 (10): 849‑60.

doi:10.1016/j.telpol.2013.06.002.

Robert W. Hahn, Scott Wallsten. 2007. « The Economics of Net Neutrality ». The Economists&#39;

Voice 3 (6): 8‑8. doi:10.2139/ssrn.943757.

Rochet, Jean-Charles, et Jean Tirole. 2003. « Platform Competition in Two-sided Markets ». Journal

of the European Economic Association 1 (4): 990‑1029.

Rohman, Ibrahim Kholilul, et Erik Bohlin. 2012. « Does Broadband Speed Really Matter for Driving

Economic Growth? Investigating OECD Countries ». SSRN Scholarly Paper ID 2034284.

Rochester, NY: Social Science Research Network. http://papers.ssrn.com/abstract=2034284.

Schumpeter, Joseph Alois. 1934. The Theory of Economic Development: An Inquiry Into Profits,

Capital, Credit, Interest, and the Business Cycle. Transaction Publishers.

Shutova, Natalia. 2013. « Monopole naturel, marchés bifaces, différenciation tarifaire: trois essais sur

la régulation de télécommunications ». Université Panthéon - Assas.

Shy, Oz. 2002. « A quick-and-easy method for estimating switching costs ». International Journal of

Industrial Organization 20 (1): 71‑87. doi:10.1016/S0167-7187(00)00076-X.

Sidak, J. Gregory, et David J. Teece. 2010. « Innovation Spillovers and the “dirt Road” Fallacy: The

Intellectual Bankruptcy of Banning Optional Transactions for Enhanced Delivery Over the

Internet ». Journal of Competition Law and Economics 6 (3): 521‑94.

doi:10.1093/joclec/nhq003.

Singh, A.K., et V. Potdar. 2009. « Blocking online advertising - A state of the art ». In IEEE

International Conference on Industrial Technology, 2009. ICIT 2009, 1‑10.

doi:10.1109/ICIT.2009.4939739.

Tahon, Mathieu, Sofie Verbrugge, Peter J. Willis, Paul Botham, Didier Colle, Mario Pickavet, et Piet

Demeester. 2014. « Real Options in Telecom Infrastructure Projects &amp;#x2014; A

Tutorial ». IEEE Communications Surveys & Tutorials 16 (2): 1157‑73.

doi:10.1109/SURV.2013.062613.00126.

Tahon, M., S. Verbrugge, P.J. Willis, P. Botham, D. Colle, M. Pickavet, et P. Demeester. 2014. « Real

Options in Telecom Infrastructure Projects #x2014; A Tutorial ». IEEE Communications

Surveys Tutorials 16 (2): 1157‑73. doi:10.1109/SURV.2013.062613.00126.

Tarutė, Asta, et Rimantas Gatautis. 2014. « ICT Impact on SMEs Performance ». Procedia - Social

and Behavioral Sciences, The 2-dn International Scientific conference „Contemporary Issues

in Business, Management and Education 2013“, 110 (janvier): 1218‑25.

doi:10.1016/j.sbspro.2013.12.968.

The Telecommunications Regulatory Authority. 2014. « Bahrain Telecom Pricing International

Benchmarking ».

UE. 2013. « Recommandation de la Commission sur des obligations de non-discrimination et des

méthodes de calcul des coûts cohérentes pour promouvoir la concurrence et encourager

l’investissement dans le haut débit ». Journal officiel de l’Union Européenne.

van Schewick, Barbara. 2006. « Towards an Economic Framework for Network Neutrality

Regulation ». Journal on Telecommunications & High Technology Law 5: 329.

Wegener, Michael. 2004. « Overview of land-use transport models ».

WIK. 2010. « Access pricing for copper and fibre: are the sums righ ».

WIK-Consult. 2011. « Wholesale pricing, NGA take-up ad competition ».

World Health Organization. 2008. « Safer water, better health: costs, benefits and sustainability of

interventions to protect and promote health ».

148

149

Essai 3 Une pause réglementaire des règles de la

Neutralité du Net, une régulation hybride optimale ?

150

1 Résumé

Pour certains, la Neutralité du Net (NN) entraverait l’incitation des opérateurs à investir. Pour

d’autres, la Neutralité du Net serait indispensable afin de garantir aux consommateurs un libre accès

à tous types de contenus sans restriction sur la qualité de service et permettre une innovation constante

des services et contenus proposés sur Internet. Nous montrons qu’un système hybride,

temporairement discriminatoire, qui autorise une entreprise à bénéficier de manière exclusive et pour

une durée limitée d’une augmentation de bande passante, aurait pour avantage d’inciter les opérateurs

à augmenter leur capacité de réseau sans détériorer à long terme la Qualité de Service (QdS) relative

pour les entreprises fournissant des contenus sur l’Internet ouvert soumis au régime du Best-Effort

(BE). Nous démontrons qu’une pause réglementaire (regulatory holidays en anglais) des règles de la

Neutralité du Net semble même, sous certaines conditions, supérieure à la politique stricte et fixe de

la Neutralité du Net.

151

2 Introduction

Le 30 juin 2015, la commission a conclu un accord avec le Parlement Européen et le Conseil de

l’Europe pour créer un véritable marché unique Européen des télécommunications. Cet accord

concerne la fin des frais d’itinérance à l’horizon de 2017 et l’application des règles de la Neutralité

du Net (NN).

Que ce soit en Europe ou aux États-Unis, la Neutralité du Net est source de vifs débats au sein du

milieu des chercheurs et des politiciens. Avant d’étayer la nature de ces débats, il convient d’éclaircir

le concept de la Neutralité du Net car les acceptions sont parfois différentes. Nous pouvons retenir la

définition suivante :

« Net Neutrality prohibits Internet service providers from speeding up, slowing down or blocking

Internet traffic based on its source, ownership or destination »

Krämer, Wiewiorra, et Weinhardt (2013)

En d’autres termes, le réseau qui permet de transporter les données doit rester totalement neutre. En

pratique, les paquets qui arrivent au niveau des routeurs doivent être traités de façon indifférenciée103

quels que soient le type de contenu, la source et la destination. Ce type de fonctionnement de l’Internet

ouvert est souvent défini sous le terme de régime du Best-Effort (BE). La Neutralité du Net vue au

sens stricte, telle que définie ci-dessus, interdit donc à la fois la discrimination et la différentiation

verticale des services.

Le principe de non-discrimination n’est pas propre à la problématique de la Neutralité du Net. Il est

par exemple fondamental pour la régulation de l’accès aux réseaux de télécommunications afin qu’un

opérateur souhaitant louer le réseau en question ne puisse être désavantagé relativement à l’opérateur

historique détenant le réseau. Le principe de non-discrimination stipule généralement qu’un opérateur

qui gère un réseau ne doit pas privilégier d’un point de vue technique ou financier ses propres entités

au détriment d’autres entreprises. Appliqué à la problématique de la Neutralité du Net, il s’en suit que

pour un certain niveau de QdS, l’opérateur doit appliquer les mêmes conditions tarifaires pour tous

les fournisseurs de contenus (FC). De même, pour un même tarif, les niveaux de QdS doivent être

semblables entre toutes les entreprises. Le principe de non-discrimination n’empêche donc pas la

différentiation des services.

En fait, la Neutralité du Net vue au sens stricte impose des conditions plus strictes que celles

seulement cantonnées au principe de non-discrimination. Elle oblige les fournisseurs d’accès à

Internet (FAI) à traiter, sur l’Internet ouvert, tous les paquets de données de manière identique et à ne

103 Blocage, limitation du trafic ou priorisation

152

pas tarifier la face des FC. En d’autres termes, les FAI ne sont pas autorisés à proposer différents

niveaux de QdS aux fournisseurs de contenus, non plus pour un niveau de QdS à appliquer un

termination fee aux FC. C’est la raison pour laquelle, sous le régime de la Neutralité du Net au sens

strict, les revenus des opérateurs ne peuvent provenir que d’une seule face du marché, celle des

consommateurs.

« Net Neutrality […] usually means that broadband service providers charge consumers only once

for Internet access, do not favor one content provider over another, and do not charge content

providers for sending information over broadband lines to end users”.

Robert W. Hahn (2007)

Actuellement, contrairement à ce que l’on pourrait penser, la Neutralité du Net vue au sens strict n’est

pas appliquée pour l’ensemble des services consommés utilisant le Protocole Internet. En effet, les

fournisseurs de contenus bénéficient d’ores et déjà d’une différentiation verticale des services, que ce

soit au niveau de la boucle local ou du cœur de réseau.

Premièrement, les opérateurs vendent des services managés et/ou spécialisés qui offrent une QdS

différente de celle présente sur l’Internet ouvert soumis au régime du Best-Effort (BE). Certains

services managés peuvent potentiellement rentrer en concurrence avec des services offerts sur

l’Internet ouvert. Pour les opérateurs, la vente de services spécialisés peut-être un moyen de générer

davantage de revenus sur la base d’un trafic qui préexiste déjà sur Internet. Par exemple, la SVOD de

Netflix peut faire partie des services spécialisés du FAI ou rester un service web104. En France, depuis

novembre 2014, les services SVOD de Netflix sont directement accessibles via la box d’Orange. Ils

font partie de la palette des services managés de l’opérateur. D'après une interview, datée du 4 octobre

2014, de Stéphane Richard, PDG d'Orange, l'entreprise Netflix devrait reverser une redevance de

distribution pour que son service soit proposé directement sur la box de l’opérateur. Il est aussi

question que Netflix paye une redevance de réseau pour l’utilisation de la bande passante. Ce type de

contrat constitue donc une entorse aux règles de la stricte NN qui stipulent que tous les contenus

doivent être traités de manière indifférenciée. Si l’on considère que ces règles ne s’appliquent que

pour l’Internet ouvert et non pour les services managés, il est alors nécessaire de définir le périmètre

des services managés et celui de l’Internet ouvert soumis au régime du BE, sans quoi les règles de la

NN deviendraient très rapidement désuètes et n’auraient que très peu d’intérêt pratique à long terme.

Deuxièmement, d’autres entreprises qui ne sont pas des FAI offrent divers services aux FC pour

diminuer le temps d’attente de chargement des contenus et augmenter la QdS pour les consommateurs

finaux. En effet, les fournisseurs de contenus payent souvent des Content Delivery Networks (CDN)

104 Aux États-Unis, Netflix peut utiliser jusqu'à 35% de la bande passante à certains moments de la journée.

153

pour enregistrer les données dans des serveurs localisés à proximité des clients finaux et ainsi éviter

que certains paquets passent par le cœur de réseau. À la différence de la priorisation, qui ne modifie

par la congestion moyenne sur le réseau, l’activité des CDN désencombre le cœur de réseau. Pour

certains, ces activités sont très fortement en lien avec la problématique plus générale de la NN car

elles permettent aux FC d’acheter une augmentation de Qualité de Service (QdS)105.

Par conséquent, la problématique actuelle n’est pas tant de protéger une stricte NN qui n’existe pas

en pratique mais plutôt de construire un ensemble cohérent de règles qui rendent compte des réalités

économiques et techniques propres aux réseaux de télécommunications. Les politiciens et régulateurs

doivent arbitrer entre diverses positions bien souvent antagonistes provenant des associations de

consommateurs, de FAI et de FC.

Aux États-Unis, la FCC après maints retournements a la capacité de forcer l’application des règles

strictes de la NN. Notons que ces règles ne s’appliquent pas pour les non-BIAS data services. Ces

services ne sont pour autant pas définis car la FCC ne veut pas endiguer les velléités novatrices des

FC et des FAI. Par contre, la commission précise que les non-BIAS data services doivent répondre à

certaines caractéristiques bien précises :

« First, these services are not used to reach large parts of the Internet. Second, these services are not

a generic platform—but rather a specific “application level” service. And third, these services use

some form of network management to isolate the capacity used by these services from that used by

broadband Internet access services ».

FCC (2015)

La FCC autorise donc que certains services soient exemptés des règles de la NN, par contre elle

mentionne qu’elle veillera à ce que ces services ne détériorent pas la QdS présente sur l’Internet

ouvert. De même, les non-BIAS data services ne doivent pas être des services substituts aux services

présents sur Internet. En d’autres termes, les FAI ne doivent pas utiliser frauduleusement cette

catégorie de services pour contourner les règles de la NN et être en concurrence déloyale avec d’autres

FC présents sur l’Internet ouvert soumis au BE.

En Europe, le trilogue entre la Commission, le Conseil et le Parlement semble avoir porté ses fruits.

L’accord conclu en juin dernier106 entre ces trois entités a été officiellement validé par le Conseil de

l’Europe et le Parlement Européen. Les règles de la NN devraient permettre aux opérateurs de vendre

105 Patrick Maillé et Tuffin (2014) ont exposé dans leur document de travail une façon de modéliser le problème de

l’interconnexion entre deux ISPs verticalement intégrés ou non avec un CDN. Comme ils le soulignent, une recherche

supplémentaire est nécessaire. Les auteurs souhaitent entre autres étudier l’effet de la discrimination sur les CDN.

106 http://europa.eu/rapid/press-release_IP-15-5265_fr.htm

154

des services spécialisés, c’est-à-dire des services payants, avec une QdS spécifique non disponible

sur l’Internet ouvert. Les régulateurs nationaux devraient tout de même s’assurer que ces services

offerts ne détériorent pas la QdS présente sur l’Internet fonctionnant sous le régime du BE.

A priori, les choix politiques aux États-Unis, avec la décision de la FCC, et en Europe, avec l’accord

récent conclu par le trilogue, devrait encourager l’innovation des services qui nécessitent un besoin

spécifique en bande passante et aussi l’innovation plus généralement présente sur l’Internet en

protégeant les FC de petite taille.

Malgré tout, il semble exister un risque, celui d’une détérioration progressive de la QdS relative des

services offerts sur Internet. En effet, si les services spécialisés sont en concurrence avec d’autres

services offerts sur Internet soumis au régime du BE ou que la demande déserte progressivement les

services offerts sur Internet pour se reporter vers les nouveaux services spécialisés, in fine l’Internet

ouvert tel qu’on le connait aujourd’hui n’existera plus dans la pratique d’ici quelques années.

La problématique de la régulation n’est pas tant de garantir que la QdS actuellement disponible sur

Internet ne soit détériorée par les nouveaux services spécialisés, mais plutôt de garantir que la QdS

présente sur Internet augmente au même rythme que celle des services managés. Pour cela, il semble

nécessaire que les investissements, qui visent à améliorer la capacité et le débit des réseaux,

bénéficient non seulement aux services managés mais aussi à l’Internet ouvert. L’objectif est en effet

d’éviter une diminution constante et progressive de la proportion des services consommés sur Internet

et in fine la disparition d’Internet.

Pour répondre à cette problématique, nous présentons à la section 3 les principaux enjeux de la

Neutralité du Net et travaux affiliés en Economie. De nombreux chercheurs ont étudié l’effet de la

Neutralité du Net sur l’incitation à investir des opérateurs, la qualité de service présente sur Internet,

le prix de l’accès à Internet pour les consommateurs, l’innovation des services, etc. En particulier,

sous certaines conditions, une priorisation des contenus peut réduire l’incitation des opérateurs à

investir puisqu’ils monétisent la congestion sur leur réseau. En revanche, l’opérateur pourrait

sûrement être incité à davantage investir s’il était autorisé à vendre de manière exclusive l’incrément

de bande passante. Ce type d’entorse à la Neutralité du Net aurait pour conséquence de dégrader à

long terme la QdS relative présente sur Internet. Il faudrait donc que cette exception à la règle ne soit

que temporaire, de manière équivalente aux regulatory holidays dans le domaine de la régulation de

l’accès.

Nous proposons à la section 4 un modèle pour étudier les effets de regulatory holidays des règles

strictes de la NN. Nous montrons en particulier que ce type de régime, sous certaines conditions, est

incitatif et peut être supérieur au régime strict et fixe de la NN.

155

3 Les enjeux du débat de la Neutralité du Net (NN)

Les enjeux de la NN sont importants. L’objectif est d’encourager les investissements dans les réseaux

sans restreindre l’innovation des fournisseurs de contenus et de garantir l’accessibilité des

consommateurs à tous les contenus à un niveau de QdS suffisamment élevé. Pour optimiser sa prise

de décision et choisir le meilleur régime pour l’Internet, le décideur doit naturellement considérer

l’effet de chaque régime de régulation sur les bénéfices des entreprises, les FC et les FAI, et ceux des

consommateurs. Le régime de la NN au sens strict, qui impose un traitement égalitaire de tous les

paquets n’est pas inéluctablement supérieur à d’autres régimes plus souples qui autorisent un certain

degré de discrimination et/ou une différentiation verticale des services (Curien 2013). Le choix

politique dépend du contexte technico-économique et politique, d’où l’importance des débats actuels

autour de la problématique de la NN entre les décideurs politiques, les régulateurs et les acteurs sur

le marché.

Les effets de la NN du point de vue des fournisseurs de contenus

Les FAI demandent une remise en cause de la NN et des règles qui régissent le fonctionnement actuel

de l’Internet. Ils souhaitent que les fournisseurs de contenus (FC) participent davantage aux efforts

d’investissement dans l’infrastructure de la boucle locale107. En effet, ils considèrent généralement

que l’investissement dans les réseaux profite davantage aux FC qui captent une grande partie de la

valeur générée par le trafic Internet sans qu’ils ne participent suffisamment à l’effort d’investissement

dans les réseaux de télécommunications.

Les FC quant à eux, tel que Google108, ne souhaitent pas que les règles de la NN soient remises en

question. Pour ces derniers, les termination fees réduiraient leur capacité d’investissement dans les

contenus et l'innovation sur Internet par voie de conséquence.

Il semblerait donc que le régulateur doive arbitrer entre l’innovation des infrastructures et l’innovation

des services offerts sur Internet (Curien et Maxwell 2011). C’est la raison pour laquelle le débat autour

de la Neutralité du Net est souvent centré sur les sources principales de l’innovation. L'innovation

dans le secteur des télécommunications se décompose entre l’innovation at the core, c.-à-d.

107 Le PDG d’ATT a par exemple déclaré en 2005 : “Now what [content providers] would like to do is use my pipes

free, but I ain’t going to let them do that because we have spent this capital and we have to have a return on it”

108 http://www.washingtonpost.com/blogs/the-switch/wp/2014/09/10/googles-studied-silence-on-net-neutrality-

has-finally-broken

156

l’innovation des FAI dans les réseaux, et l’innovation at the edge, c.-à-d. l’innovation des fournisseurs

de contenus. Si l’innovation at the edge est considérée comme primordiale, alors les décideurs

devraient être amenés à juguler les velléités des opérateurs à tarifer les FC. En revanche, si

l’innovation at the core semble indispensable, alors les politiques devraient être amenés à considérer

les bénéfices d’une tarification du côté des FC qui pourrait inciter les FAI à davantage investir dans

les réseaux et conduire à une diminution du prix de l’accès pour les consommateurs. Cette tarification

devrait cependant rester à un niveau raisonnable pour ne pas détruire la diversité des contenus et

l’innovation at the edge.

Pour résumer, la problématique est la suivante : peut-on promouvoir l’innovation des infrastructures

(innovation at the core) sans pour autant mettre à mal l’innovation des services (innovation at the

edge) ?

Dans la littérature économique, l’innovation at the edge est définie de différentes façons. Sidak et

Teece (2010), Reggiani et Valletti (2012) caractérisent l’innovation at the edge par le nombre et la

diversité des contenus109. Pour Economides (2010), laisser les FAI appliquer librement des

termination fee conduirait à un niveau sous-optimal d’innovation at the edge car les FAI

n’internalisent pas tous les effets externes de l’innovation at the edge pour les consommateurs et la

société dans son ensemble.

Ce qui est certain, c’est que l’innovation at the edge nécessite l’innovation at the core puisque que

les contenus et applications innovantes requièrent des débits de plus en plus élevés. D’après Sidak et

Teece (2010), l’innovation du réseau permet en effet aux entreprises de produire des contenus plus

sensibles à la congestion. Par conséquent, il semble primordial d’inciter les FAI à investir dans les

réseaux pour promouvoir l’innovation at the core.

Remarquons tout d’abord que les FAI sont déjà dans une certaine mesure incités à investir dans les

réseaux à cause de l’effet de demande. En effet, une partie de l’innovation at the edge est déjà

internalisée par l’opérateur via la demande supplémentaire d’abonnement Internet110. Tout de même,

la NN pose une contrainte supplémentaire sur le business model du FAI puisqu’il ne peut pas tarifier

l’autre face du marché constituée par les FC, ayant probablement pour effet de le dés-inciter à investir

dans la qualité de son réseau. Les modèles en Économie qui traitent de la problématique de la NN

reposent donc sur l’idée simple que les FC ne doivent se connecter qu’à un seul FAI afin d’atteindre

109 Pil Cho et Kim (2010a) la caractérise par la réduction du coût marginal des FC

110 Dans la situation d’un marché biface, l’opérateur fixe le prix de la priorité en prenant en compte l’effet de l’innovation

produite par les fournisseurs sur la demande supplémentaire des usagers (pour une demande fixe, cela correspond à une

augmentation de la disposition à payer des consommateurs pour l’accès à Internet).

157

l’audience de tous les usagers connectés à l’ensemble des FAI (Njoroge et al. 2012).

La NN implique donc un prix nul d’accès aux plateformes des FAI pour les FC. Au contraire, dans le

cas de la NNN, les FC doivent payer une termination fee afin d’accéder à l’audience de chaque FAI.

Chaque FAI est donc en mesure d’appliquer un tarif aux deux faces du marché, c.-à-d. les usagers

d’Internet et les FC. Il est important de noter que l’application d’une termination fee n’admet pas

pour contrepartie une augmentation de QdS. À l’inverse, les modèles de priorisation donnent un

avantage comparatif à l’entreprise qui dispose d’une priorité. Malgré tout, dans les modèles de queue,

la vente de la priorité n’augmente pas la congestion moyenne sur le réseau à cause de la nouvelle

distribution de la demande entre les différents contenus. Cette caractéristique n’est plus valide si la

priorisation agit positivement sur le niveau d’investissement dans le réseau (Bourreau, Kourandi, et

Valletti 2015).

En fait, il n’est pas certain que la vente de priorités sur le réseau engendre des investissements

supplémentaires car le FAI monétise la congestion sur son réseau (Pil Choi et Kim 2010a). Kraemer

et Wiewiorra (2010) démontrent notamment que le fournisseur n'aura pas intérêt à investir davantage

dans l'infrastructure malgré la tarification de la priorité si les revenus publicitaires sont élastiques

relativement au nombre d'entreprises actives. D’autres auteurs au contraire concluent que la

possibilité de discriminer augmente l’investissement des FAI (Bourreau, Kourandi, et Valletti 2015,

Economides et Hermalin 2012).

Par ailleurs, l’effet d’une remise en question des règles de la NN sur les FC et l’innovation at the edge

a été fortement débattu parmi les économistes. Tout d’abord, la NN oblige les FAI à fixer un unique

niveau de QdS (Hermalin et Katz 2007). Avec la NN, relativement à la situation de la NNN, certains

FC bénéficient d’un service de meilleur qualité alors que d’autres ayant une forte disposition à payer

pour la QdS disposent d’une plus faible QdS. L’effet global semble indéterminé. Au contraire, pour

d’autres auteurs, une remise en cause de la NN affecte négativement et sans ambiguïté l’innovation

at the edge. D’après van Schewick (2006), la possibilité de discriminer augmenterait l’innovation at

the core grâce à l’augmentation des profits des opérateurs, mais cet effet ne pourrait compenser la

diminution de l’innovation at the edge. Par contre, d’après Sidak et Teece (2010), l’argument qui

consiste à dire que l’innovation at the edge est négativement impactée par la discrimination à cause

d’une réduction de la capacité de financement des FC n’est pas valide. En effet, d’après ce dernier,

les FC innovants bénéficient de nombreuses sources de financement sur les marchés financiers, seule

leur performance importe.

Les effets de la NN du point de vue des consommateurs

3.2.1. L’effet de la NN sur le prix de l’abonnement Internet

La NNN, via une diminution des prix de l’accès à Internet, semble largement bénéficier aux

158

consommateurs (Economides et Tåg 2012)111. En effet, la plateforme préfère diminuer le prix des

abonnements Internet pour les consommateurs et appliquer un termination fee strictement positif pour

les FC si la disposition à payer d’un FC pour un consommateur supplémentaire est supérieure à la

disposition à payer d’un consommateur pour un FC supplémentaire présent sur la plateforme.

Lorsque le FAI est en situation de monopole, la priorisation payante des contenus semble aussi

diminuer le prix de l’accès pour les consommateurs (Pil Choi et Kim 2010a). Par contre, en situation

de duopole, la discrimination ne diminue pas forcément le prix de l’accès à Internet pour les

consommateurs, tout va dépendre du niveau de concurrence entre les deux FAI dans les deux

situations de la NN et de la NNN (Bourreau, Kourandi, et Valletti 2015).

3.2.2. L’effet de la NN sur la diversité des contenus

D’après Lee et Wu (2009)112, la NNN pourrait potentiellement conduire à une plus grande

segmentation du marché et à une offre de contenus plus limitée pour les consommateurs se connectant

à un seul FAI. C’est précisément le cas lorsque les FAI sont en mesure de proposer des contrats

d’exclusivité aux FC, c’est-à-dire des accords pour lesquels un FAI s’engage à restreindre l’accès à

d’autres FC concurrents. Une segmentation de l’Internet peut aussi advenir si les fournisseurs de

petite taille ne sont pas à même de contracter avec l’ensemble des FAI.

En revanche, d’après Sidak et Teece (2010), la priorisation en faveur des contenus les plus sensibles

à la congestion élargirait la diversité des contenus car différents niveaux de QdS sur le réseau sont

corrélés à différents types de contenus.

3.2.3. L’effet de la NN sur la QdS

Les règles de la NN semblent indispensables du point de vue des consommateurs dans la mesure où

elles incluent le principe de non-discrimination. En effet, un FAI verticalement intégré, c’est-à-dire

qui détient des contenus, peut être incité à favoriser ses propres contenus sur le réseau au détriment

d’autres contenus concurrents (Economides 2010). Ce type de discrimination permet d’évincer les

FC concurrents et d’augmenter le pouvoir de marché du FAI en question, ce qui apparaît tout à fait

néfaste pour le consommateur final.

En fait, d’après Sidak et Teece (2010), un FAI n’a pas intérêt unilatéralement à intégrer verticalement

l’activité des FC si le marché des contenus est concurrentiel et complémentaire au marché de l’accès

111 Dans leur modèle, les usagers sont différentiés horizontalement selon le modèle d’Hotelling et choisissent l’un

des deux FAI pour s’abonner à Internet. Les FC quant à eux sont différentiés en fonction du coût fixe d’entrée sur le

marché.

112 “Subsidizing creativity through network design: Zero pricing and net neutrality,” Journal of

EconomicPerspectives , 23, 61–76

159

à Internet. La discrimination des contenus n’est pas non plus réaliste dans le contexte d’un marché

fixe très concurrentiel sur lequel un consommateur non satisfait peut facilement changer d’opérateur.

Pil Choi et Kim (2010) montrent aussi que les FAI autorisés à vendre des priorités ne sont pas non

plus incités à privilégier leurs propres contenus puisque le prix de la priorité est égal à la disposition

maximale à payer des fournisseurs de contenus, en l’occurrence à la disposition du FC dont le coût

marginal est le plus faible. Le FAI n’a donc pas intérêt à privilégier son propre contenu car il pourrait

générer davantage de revenus en vendant la priorité à un FC plus efficient. Notons en outre que

l’opérateur verticalement intégré n’a d’autant pas intérêt à détériorer la qualité du service d’un rival

que son coût fixe est important. En effet, suite à une pratique discriminatoire, certains consommateurs

sont susceptibles de changer de FAI, ce qui rehausse le coût moyen du réseau et diminue la rentabilité

du réseau.

En réalité, la demande est dans certains cas faiblement sensible à une diminution de QdS (ou à une

faible augmentation de prix), et ce pour plusieurs raisons. Tout d’abord, il existe une asymétrie

d’information entre les clients et les FAI en ce qui concerne la QdS et les pratiques discriminatoires

sur les contenus (Grove, Agic, et Sedlmeir 2012). Ensuite, certains consommateurs peuvent être très

sensibles au critère prix et très peu sensibles au critère de la QdS. Enfin, la présence de coûts de sortie

réduit l’incitation des consommateurs à changer d’opérateur en cas de dégradation de la QdS. Shy

(2002) montre que les coûts de changement peuvent être calculés à partir des écarts de prix et de parts

de marché des entreprises en concurrence. En particulier, les entreprises peuvent pratiquer des prix

élevés si leur clientèle est peu mobile à cause de coûts de sortie très élevés. D’après le rapport de

Nasse (2005), des coûts de sortie importants sont présents dans le secteur de la banque et des

télécommunications.

Les pauses réglementaires (regulatory holidays en anglais) des règles de la NN, un juste

compromis ?

Pour répondre à la problématique de la NN, il semble intéressant de faire appel à un type de régulation

qui existe dans le domaine de la régulation de l’accès.

En effet, les régulateurs font souvent face à un arbitrage lorsqu’ils souhaitent réguler l’accès à des

infrastructures difficilement réplicables et considérées comme des biens essentiels pour les nouveaux

entrants. D’une part, ils veulent promouvoir la concurrence en services afin de développer de

nouveaux services et diminuer les prix de détail. Pour cela, l’obligation d’ouverture et la fixation d’un

prix régulé de l’accès s’avèrent utiles surtout lorsque la concurrence en infrastructures est limitée.

D’autre part, les régulateurs souhaitent encourager les opérateurs à investir dans les Nouvelles

Générations d’Accès (NGA). Nitsche et Wiethaus (2011) ont montré que la régulation de l’accès,

basée sur la méthode du Fully Distributed Cost réduit le risque d’investissement pour l’opérateur et

160

promeut fortement l’incitation à investir. Il en est de même des regulatory holidays. Ce régime est

incitatif car le régulateur accorde à l’opérateur, pour une durée limitée, la liberté de fixer le niveau

des prix de l’accès à son réseau. Le FAI en question est en mesure de maximiser son profit sans

contrainte de régulation et donc rentabiliser plus facilement son investissement, ce qui réduit le risque

d’investissement. Inversement, Briglauer, Ecker, et Gugler (2012) ont montré que la régulation de

l’accès telle que prônée par la Commission Européenne n’a pas produit les résultats escomptés en

matière d’incitation à l’investissent dans les réseaux fibres.

De la même manière, la NN semble réduire l’incitation des FAI à investir dans l’augmentation de la

bande passante car ce type de régulation les force à appliquer un prix nul pour la face des FC. Pour

autant, la NN est aussi indispensable afin de protéger à long terme l’Internet et in fine le

consommateur final.

Nous pourrions dès lors envisager un régime hybride pour lequel l’opérateur qui investit dans le

réseau est libre, pour une durée limitée, de vendre aux FC des incréments de bande passante. Le

régulateur obligerait ensuite le FAI à réintroduire la bande passante en question dans le domaine de

l’Internet ouvert. À court terme, ces regulatory holidays des règles de la NN auraient pour intérêt

d’inciter les FAI à investir dans les réseaux et développer d’autres services managés sans

compromettre la QdS présente sur l’Internet. À long terme, cette régulation n’entamerait pas non plus

l’Internet soumis au régime du BE. En effet, ce système assurerait que la QdS présente sur l’Internet

ouvert augmente au même rythme que celle des services managés.

4 Des regulatory holidays des règles de la NN, une solution ?

Nous proposons un modèle simple pour évaluer l’effet sur l’investissement et le surplus collectif de

regulatory holidays des règles de la NN. Nous montrons que ce régime de régulation mérite une

attention toute particulière puisqu’il pourrait, d’une part, inciter les FAI à investir dans les réseaux,

d’autre part, s’avérer même supérieure au régime strict de la NN.

Présentation du modèle

4.1.1. Les consommateurs

Nous retenons comme Economides et Hermalin (2012) que la demande de contenus de la part des

consommateurs est sensible au niveau de congestion. En particulier, on fait l’hypothèse que la

demande dépend du montant de la bande passante 𝐵 allouée à chaque entreprise fournissant des

contenus. On note la demande de contenus 𝑥(𝐵), avec 𝑥′ > 0 et 𝑥′′ ≤ 0. La demande est concave

pour rendre compte du phénomène de recongestion. En effet, toutes choses égales par ailleurs, toute

augmentation de la bande passante réduit le temps de chargement des contenus ce qui fait augmenter

161

la demande de contenus par usager et re-congestionne ensuite le réseau.

En outre, nous supposons que les consommateurs ne peuvent consommer que deux types de contenus

offerts par deux entreprises distinctes. Le niveau de congestion pour chaque type de contenus dépend

de la bande passante spécifiquement allouée à l’entreprise en question. À la manière d’Economides

et Hermalin (2012) la bande passante totale disponible se répartit entre les différentes entreprises.

4.1.2. Les Fournisseurs de contenus (FC)

Dans la situation de la Non Neutralité du Net (NNN), à la manière de Pil Choi et Kim 2010 et à la

différence de Cheng, Bandyopadhyay, et Guo ( 2010), nous supposons qu’une seule des deux

entreprises peut bénéficier d’une priorité. Toutes choses égales par ailleurs, l’entreprise qui détient la

priorité dispose d’une bande passante supplémentaire dédiée. Le papier se démarque donc d’autres

papiers dans lesquels un modèle de queue est utilisé pour prioriser les contenus (Pil Choi et Kim

2010a). Nous supposons comme Reggiani et Valletti (2012) et Kraemer et Wiewiorra (2010) que

l’entreprise qui choisit la priorité se distingue par une recette marginale relativement élevée de la

publicité. Celle-ci est supposée constante, elle ne dépend pas du niveau de congestion.

4.1.3. Le fournisseur d’accès à Internet (FAI)

Dans la littérature économique, un réseau ne respecte pas la NN si le FAI applique un termination fee

strictement positif et/ou s’il offre des services verticalement différentiés. Dans le premier cas, le

réseau est considéré comme neutre si le FAI, en tant que plateforme d’un marché biface, ne peut

appliquer une tarification spéciale pour la face des FC (Economides et Tåg 2012). Dans le deuxième

cas, le réseau n’est pas neutre si le FAI discrimine les contenus entre eux ou vend des accès

prioritaires.

Dans le cadre de notre modèle, le FAI est toujours en mesure d’appliquer un termination fee aux FC

et peut dans la situation de la NNN offrir une qualité de service supérieure à l’entreprise la plus

efficiente, grâce à une bande passante supplémentaire dédiée.

Par ailleurs, on suppose que le bénéfice total des consommateurs et des FC lié à une diminution de la

congestion ou à une augmentation marginale de la bande passante, est totalement accaparé par les

FC. En d’autres termes, on considère le cas limite 𝛼 = 1 dans le modèle de Choi, Jeon, et Kim (2015).

En conséquence, toute augmentation marginale de la bande passante ne permet pas de retirer

davantage de revenus du côté des consommateurs. C’est la raison pour laquelle, sous ces conditions,

on ne s’intéresse qu’à une seule face du marché fixe de l’accès, celle des FC.

4.1.4. Les régimes de régulation

À notre connaissance, les modèles économiques ont jusqu’à présent visés à comparer la situation de

la NN avec la situation de la NNN. Or, le choix du régulateur ne semble pas binaire. En effet, le

régulateur peut choisir de mettre en place des regulatory holidays des règles de la NN. Cette politique

162

consiste à autoriser l’existence d’un réseau non neutre pendant une durée limitée et de réappliquer

ensuite les règles de la NN sur ce réseau.

L’objectif de ce type de régulation pourrait être à la fois d’inciter les opérateurs à investir dans les

réseaux et à la fois de garantir une augmentation progressive et soutenue de la QdS présente sur

Internet fonctionnant sous le régime du Best-Effort.

La nouveauté du modèle à deux périodes que nous proposons repose sur l’aspect temporaire de la

situation de la Non Neutralité du Net (NNN). L’objet est d’étudier l’effet d’une autorisation

temporaire de la priorisation payante sur l’investissement et le surplus collectif.

En période 1, l’opérateur choisit d’investir dans la bande passante. Dans la situation de la NNN, il

peut vendre de façon exclusive la bande passante incrémentale à l’une des deux entreprises, 1 ou 2.

C’est l’entreprise 1 qui signe le contrat en question car elle est considérée plus efficiente que

l’entreprise 2. En période 1, la demande de contenus de l’entreprise 1 est donc supérieure à celle de

l’entreprise 2. Notons que la QdS pour l’entreprise 2 est inchangée car le contrat d’exclusivité passé

entre l’entreprise 1 et l’opérateur porte sur de la bande passante supplémentaire.

Ensuite, en période 2, la bande passante incrémentale est réallouée égalitairement entre les deux

entreprises et la demande des usagers se répartit équitablement entre les deux entreprises.

Nous comparons aux sections suivantes deux situations : la situation de la NNN lorsque les règles de

la NN sont appliquées seulement pour la période 2 et la situation de la NN lorsque les règles de la

NN sont appliquées pour les deux périodes 1 et 2. La comparaison de ces deux situations se fera sur

les critères de l’investissent dans la bande passante incrémentale et du surplus collectif.

La Neutralité du Net (NN)

Nous calculons pour la situation de la NN successivement le niveau d’investissement à l’équilibre et

celui de l’optimum social.

4.2.1. L’Équilibre

Dans le scénario de la NN, la bande passante préexistante B et la bande passante incrémentale 𝛿 sont

équitablement divisées entre les deux entreprises. Le profit des FC 1 et 2 s’écrivent respectivement

de la manière suivante :

𝜋1 = (𝑎1 − 𝑐)𝑥 (𝐵 + 𝛿

2) − 𝑠

𝜋2 = (𝑎2 − 𝑐)𝑥 (𝐵 + 𝛿

2) − 𝑠

avec 𝐵 la bande passante préexistante sur le réseau, 𝛿 la bande passante incrémentale liée à

l’investissement du FAI, 𝑎1 et 𝑎2 la recette publicitaire par unité de demande pour les entreprises 1

et 2 respectivement, 𝑐 le coût marginal identique pour les deux entreprises, 𝑥(. ) la fonction de

163

demande avec 𝑥′(. ) et 𝑥′′(. ) ≤ 0, et 𝑠 le prix de connexion des FC au FAI.

Le profit du FAI dans la situation de la NN s’écrit comme suit :

𝜋 = 2𝑠 − 𝐹(𝛿)

avec 𝐹′(𝛿) > 0 et 𝐹′′(𝛿) > 0.

L’opérateur choisit soit de fixer 𝑠 = (𝑎1 − 𝑐)𝑥 (𝐵+𝛿

2) ou 𝑠 = (𝑎2 − 𝑐)𝑥 (

𝐵+𝛿

2). Le profit de la

plateforme est soit 𝜋 = 2(𝑎2 − 𝑐)𝑥 (𝐵+𝛿

2) − 𝐹(𝛿) ou 𝜋 = (𝑎1 − 𝑐)𝑥 (

𝐵+𝛿

2) − 𝐹(𝛿). On a :

𝒔 = (𝒂𝟐 − 𝒄)𝒙 (𝑩 + 𝜹

𝟐)

car on suppose :

2(𝑎2 − 𝑐)𝑥 (𝐵 + 𝛿

2) > (𝑎1 − 𝑐)𝑥 (

𝐵 + 𝛿

2)

⇔ 𝑎2 >𝑐 + 𝑎1

2

Hypothèse 8 : 𝑎1 > 𝑎2 >𝑐+𝑎1

2

Le profit du FAI s’écrit alors comme suit :

𝜋 = 2(𝑎2 − 𝑐)𝑥 (𝐵 + 𝛿

2) − 𝐹(𝛿)

On maximise le profit de la plateforme en situation de monopole par rapport à l’investissement

marginal en bande passante. On note :

𝑑𝜋

𝑑𝛿= (𝑎2 − 𝑐)𝑥′ (

𝐵 + 𝛿

2) − 𝐹′(𝛿) = 𝐺𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2)

⇔𝑑𝜋

𝑑𝛿𝛿=𝛿𝑒𝑞𝑁𝑁

= 𝐺𝑁𝑁(𝛿𝑒𝑞𝑁𝑁, 𝐵, 𝑎1, 𝑎2) = 0

La dérivée seconde est négative, nous avons : 𝑑2𝜋

𝑑𝛿2 =1

2(𝑎2 − 𝑐)𝑥′′ (

𝐵+𝛿

2) − 𝐹′′(𝛿) ≤ 0. On déduit

que l’extremum est un maximum global.

Nous devons aussi vérifier que les entreprises ne sont pas incitées à investir dans la bande passante.

Si l’entreprise 1 investit dans la bande passante, on suppose qu’elle disposera d’un usage exclusif de

la bande passante pour les deux périodes 1 et 2. Le prix d’accès sera (𝑎2 − 𝑐)𝑥 (𝐵

2) pour les deux

périodes si l’investissement de l’entreprise 1 se substitue à l’investissement de l’opérateur. Nous

obtenons alors l’inégalité suivante :

2 ((𝑎1 − 𝑐)𝑥 (𝐵

2+ 𝛿) − (𝑎2 − 𝑐)𝑥 (

𝐵

2)) − 𝐹(𝛿) ≤ 2 ((𝑎1 − 𝑐)𝑥 (

𝐵 + 𝛿

2) − (𝑎2 − 𝑐)𝑥 (

𝐵 + 𝛿

2))

2(𝑎1 − 𝑐) (𝑥 (𝐵

2+ 𝛿) − 𝑥 (

𝐵 + 𝛿

2)) + 2(𝑎2 − 𝑐) (𝑥 (

𝐵 + 𝛿

2) − 𝑥 (

𝐵

2)) ≤ 𝐹(𝛿)

Par ailleurs, nous supposons que le profit de la plateforme doit rester positif, ce qui conduit à poser

164

l’inégalité suivante :

2(𝑎2 − 𝑐)𝑥 (𝐵 + 𝛿

2) ≥ 𝐹(𝛿)

Hypothèse 9 : Le coût fixe de l’investissement doit être compris dans l’intervalle décrit ci-après :

2(𝑎1 − 𝑐) (𝑥 (𝐵

2+ 𝛿) − 𝑥 (

𝐵 + 𝛿

2)) + 2(𝑎2 − 𝑐) (𝑥 (

𝐵 + 𝛿

2) − 𝑥 (

𝐵

2)) ≤ 𝐹(𝛿)

≤ 2(𝑎2 − 𝑐)𝑥 (𝐵 + 𝛿

2)

On vérifie que le plafond est supérieur au seuil, nous avons :

2(𝑎2 − 𝑐)𝑥 (𝐵 + 𝛿

2) > 2(𝑎1 − 𝑐) (𝑥 (

𝐵

2+ 𝛿) − 𝑥 (

𝐵 + 𝛿

2)) + 2(𝑎2 − 𝑐) (𝑥 (

𝐵 + 𝛿

2) − 𝑥 (

𝐵

2))

⇔ (𝑎1 − 𝑐) (𝑥 (𝐵

2+ 𝛿) − 𝑥 (

𝐵 + 𝛿

2)) < (𝑎2 − 𝑐) 𝑥 (

𝐵

2)

Si l’incrément de bande passante est faible, nous pouvons approximer l’inégalité précédente par

l’expression de Taylor à l’ordre 1, nous obtenons : 𝑥 (𝐵

2+ 𝛿) ≃ 𝑥 (

𝐵

2) + 𝛿𝑥′ (

𝐵

2) et 𝑥 (

𝐵

2+

𝛿

2) ≃

𝑥 (𝐵

2) +

𝛿

2𝑥′ (

𝐵

2). Nous devons donc avoir :

(𝑎1 − 𝑐)𝛿

2𝑥′ (

𝐵

2) < (𝑎2 − 𝑐) 𝑥 (

𝐵

2)

⇔(𝑎1 − 𝑐)

(𝑎2 − 𝑐)

𝛿

𝐵 𝐵

2

𝑥′ (𝐵2)

𝑥 (𝐵2

) < 1

⇔(𝑎1 − 𝑐)

(𝑎2 − 𝑐)

𝛿

𝐵<

1

ℇ

Hypothèse 10 : L’élasticité de la demande doit-être suffisamment faible, nous supposons (𝑎1−𝑐)

(𝑎2−𝑐)

𝛿

𝐵<

1

ℇ avec ℇ l’élasticité de la demande au point

𝐵

2, égale à

𝐵

2

𝑥′(𝐵

2)

𝑥(𝐵

2).

4.2.2. L’optimum social

On maximise le surplus collectif, qui est la somme des profits des FC, avant le paiement des frais de

connexion à la plateforme du FAI113, pour les deux périodes 1 et 2, à laquelle on soustrait le coût de

113 Le prix de connexion à la plateforme du FAI ne constitue qu’un transfert monétaire entre les FC et le FAI en situation

de monopole.

165

l’investissement114. On trouve :

𝑊𝑁𝑁 = 2(𝑎1 + 𝑎2 − 2𝑐)𝑥 (𝐵 + 𝛿

2) − 𝐹(𝛿)

𝑑𝑊𝑁𝑁

𝑑𝛿= (𝑎1 + 𝑎2 − 2𝑐)𝑥′ (

𝐵 + 𝛿

2) − 𝐹′(𝛿) = 𝐻𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2)

⇔𝑑𝜋

𝑑𝛿𝛿=𝛿𝑜𝑝𝑡𝑁𝑁

= 𝐻𝑁𝑁(𝛿𝑜𝑝𝑡𝑁𝑁 , 𝐵, 𝑎1, 𝑎2) = 0

La dérivée seconde est égale à : 𝑑2𝑊𝑁𝑁

𝑑𝛿2 =1

2(𝑎1 + 𝑎2 − 2𝑐)𝑥′′ (

𝐵+𝛿

2) − 𝐹′′(𝛿) ≤ 0, car 𝑥′′(. ) ≤ 0 et

𝐹′′(𝛿) ≥ 0 On déduit que l’extremum est un maximum global.

La Non Neutralité du Net (NNN)

La situation que nous présentons pourrait se rapprocher du système de l’usufruit qui attribue un droit

d’usage et un droit réel sur le bien pour une durée limitée à 30 ans. Le système de l’Indefeasible Right

of Use (IRU)115 se rapproche aussi de notre cadre d’analyse dans la mesure où le paiement du droit

d’usage, avec un droit quasi-réel sur l’objet sans possibilité d’aliénation, se fait up-front, c’est-à-dire

en une fois pour toute la période d’usage. La période d’usage n’est pas limitée à 30 ans, contrairement

à l’usufruit. Généralement, le contrat d’IRU porte sur toute la durée de vie de l’immeuble ou du bien

meuble en question. Dans le cadre de notre analyse, l’achat exclusif de l’augmentation de la bande

passante correspond à un droit d’usage sur la bande passante pour une durée inférieure à la durée de

vie du bien, ici limitée à la période 1.

4.3.1. L’Équilibre

L’entreprise 1 va investir dans l’incrément de bande passante car c’est la plus performante. On écrit

les profits de l’entreprise 1 et 2 en période 1 respectivement comme suit :

𝜋11 = (𝑎1 − 𝑐)𝑥 (𝐵

2+ 𝛿) − 𝑠1 − 𝑝

𝜋21 = (𝑎2 − 𝑐)𝑥 (𝐵

2) − 𝑠1

avec 𝑠1 le tarif de l’accès au réseau en période 1. On écrit aussi les profits de l’entreprise 1 et 2 en

période 2 respectivement comme suit :

114 On suppose que le surplus des usagers est nul car les FC fixent un prix d’accès à leurs contenus qui leur permet de

s’accaparer l’ensemble du surplus des consommateurs. Certains FC retirent un profit relativement élevé grâce à un

meilleur click-through rate de leurs contenus publicitaires.

115 Voir le rapport de l’ARCEP en mars 2011 : Étude des caractéristiques de l'indefeasible right of use

166

𝜋12 = (𝑎1 − 𝑐)𝑥 (𝐵 + 𝛿

2) − 𝑠2

𝜋22 = (𝑎2 − 𝑐)𝑥 (𝐵 + 𝛿

2) − 𝑠2

En période 1 et 2 le prix forfaitaire est fixé tel que le profit de l’entreprise 2 est nul, nous avons :

(𝑎2 − 𝑐)𝑥 (𝐵

2) = 𝑠1

(𝑎2 − 𝑐)𝑥 (𝐵 + 𝛿

2) = 𝑠2

Hypothèse 11 : (𝒂𝟐 − 𝒄)𝒙 (𝑩

𝟐+ 𝜹) > (𝒂𝟏 − 𝒄)𝒙 (

𝑩

𝟐)

Proposition 1 : Sous l’Hypothèse 11, le prix de l’incrément de bande passante 𝑝 est égal à

(𝑎1 − 𝑐)𝑥 (𝐵

2+ 𝛿) − (𝑎2 − 𝑐)𝑥 (

𝐵

2)

Démonstration :

Le prix de l’augmentation de la bande passante est égal à la disposition à payer de l’entreprise 1, si

on suppose que la plateforme est en mesure de s’accaparer la totalité de la disposition à payer de

l’entreprise 1. La disposition à payer de l’entreprise 1 va dépendre du profit que l’entreprise 1

détiendrait si l’entreprise 2 gagnait la vente exclusive de l’incrément de bande passante. Si l’entreprise

2 gagne le contrat d’exclusivité (sur l’incrément de bande passante), alors les profits de l’entreprise

1 et 2 s’écrivent comme suit :

𝜋1 = (𝑎1 − 𝑐)𝑥 (𝐵

2) − 𝑠1 + (𝑎1 − 𝑐)𝑥 (

𝐵 + 𝛿

2) − 𝑠2

𝜋2 = (𝑎2 − 𝑐)𝑥 (𝐵

2+ 𝛿) − 𝑠1 − 𝑝 + (𝑎2 − 𝑐)𝑥 (

𝐵 + 𝛿

2) − 𝑠2

Deux cas sont possibles pour la fixation des prix de connexion des FC à la plateforme du FAI en

première période :

Si (𝑎2 − 𝑐)𝑥 (𝐵

2+ 𝛿) < (𝑎1 − 𝑐)𝑥 (

𝐵

2), alors (𝑎2 − 𝑐)𝑥 (

𝐵

2+ 𝛿) = 𝑠1, 𝑝 = 0, et le profit de

l’entreprise 1 serait égal à (𝑎1 − 𝑐)𝑥 (𝐵

2) − (𝑎2 − 𝑐)𝑥 (

𝐵

2+ 𝛿).

Si (𝑎2 − 𝑐)𝑥 (𝐵

2+ 𝛿) > (𝑎1 − 𝑐)𝑥 (

𝐵

2), alors (𝑎1 − 𝑐)𝑥 (

𝐵

2) = 𝑠1, et 𝑝 = (𝑎2 − 𝑐)𝑥 (

𝐵

2+

𝛿) − (𝑎1 − 𝑐)𝑥 (𝐵

2) ; et les profits des deux entreprises sont nuls en première période.

Dans les deux cas, en première période, le profit de l’entreprise 2 est nul car la plateforme s’accapare

l’ensemble du profit de l’entreprise la moins productive. En deuxième période, 𝑠2 =

(𝑎2 − 𝑐)𝑥 (𝐵+𝛿

2) et le profit de l’entreprise 1 sera égal à 𝑥 (

𝐵+𝛿

2) (𝑎1 − 𝑎2).

Si l’entreprise 1 gagne la vente de l’incrément de bande passante, son profit est égale à

(𝑎1 − 𝑐)𝑥 (𝐵

2+ 𝛿) − (𝑎2 − 𝑐)𝑥 (

𝐵

2) − 𝑝 + 𝑥 (

𝐵+𝛿

2) (𝑎1 − 𝑎2), alors que sous l’Hypothèse 11 son

167

profit est de 𝑥 (𝐵+𝛿

2) (𝑎1 − 𝑎2) si elle ne détient pas l’exclusivité. Par conséquent, si on suppose que

la plateforme s’accapare l’ensemble de la disposition à payer de l’entreprise 1 pour la vente exclusive

de l’incrément de bande passante, nous pouvons déduire le prix maximum qui laisse indifférente

l’entreprise 1 entre gagner et perdre le contrat d’exclusivité sur l’incrément de bande passante. Nous

avons :

(𝑎1 − 𝑐)𝑥 (𝐵

2+ 𝛿) − (𝑎2 − 𝑐)𝑥 (

𝐵

2) − 𝑝 + 𝑥 (

𝐵 + 𝛿

2) (𝑎1 − 𝑎2) = 𝑥 (

𝐵 + 𝛿

2) (𝑎1 − 𝑎2)

⇒ 𝑝 = (𝑎1 − 𝑐)𝑥 (𝐵

2+ 𝛿) − (𝑎2 − 𝑐)𝑥 (

𝐵

2)

Propriété 3 : Sous Hypothèse 11, les profits des deux entreprises sont nuls en première période. En

particulier, le profit de l’entreprise 1 qui achète le contrat d’exclusivité est nul alors qu’il est positif,

égal à 𝝅𝟏 = (𝒂𝟏 − 𝒂𝟐)𝒙 (𝑩

𝟐), lorsqu’aucun investissement sur la bande passante n’est opéré.

Maintenant, toute la question est de savoir combien le FAI est prêt à investir dans la bande. La

plateforme maximise son profit 𝜋 = 2𝑠1 + 𝑝 + 2𝑠2 − 𝐹(𝛿), avec 𝐹(𝛿) le coût de l’investissement

qui satisfait : 𝐹′(𝛿) > 0 et 𝐹′′(𝛿) ≥ 0. On remplace ensuite les expressions des prix dans la fonction

de profit, nous avons :

𝜋 = 2(𝑎2 − 𝑐)𝑥 (𝐵

2) + (𝑎1 − 𝑐)𝑥 (

𝐵

2+ 𝛿) − (𝑎2 − 𝑐)𝑥 (

𝐵

2) + 2(𝑎2 − 𝑐)𝑥 (

𝐵 + 𝛿

2) − 𝐹(𝛿)

⇔ 𝜋 = (𝑎2 − 𝑐)𝑥 (𝐵

2) + (𝑎1 − 𝑐)𝑥 (

𝐵

2+ 𝛿) + 2(𝑎2 − 𝑐)𝑥 (

𝐵 + 𝛿

2) − 𝐹(𝛿)

𝑑𝜋

𝑑𝛿= (𝑎1 − 𝑐)𝑥′ (

𝐵

2+ 𝛿𝑒𝑞

𝑁𝑁𝑁) + (𝑎2 − 𝑐)𝑥′(𝐵 + 𝛿𝑒𝑞

𝑁𝑁𝑁

2) − 𝐹′(𝛿𝑒𝑞

𝑁𝑁𝑁) = 𝐺𝑁𝑁𝑁(𝛿𝑒𝑞𝑁𝑁𝑁, 𝐵, 𝑎1, 𝑎2)

= 0

La dérivée seconde est négative, nous avons : 𝑑2𝜋

𝑑𝛿2 = (𝑎1 − 𝑐)𝑥′′ (𝐵

2+ 𝛿) +

1

2(𝑎2 − 𝑐)𝑥′′(

𝐵+𝛿

2) −

𝐹′′(𝛿) ≤ 0. On déduit que l’extremum est un maximum global.

𝑑𝛿

𝑑𝑎1= −

𝑑𝐺𝑑𝑎1

𝑑𝐺𝑑𝛿

= −𝑥′ (

𝐵2 + 𝛿)

(𝑎1 − 𝑐)𝑥′′ (𝐵2 + 𝛿) +

12

(𝑎2 − 𝑐)𝑥′′ (𝐵 + 𝛿

2 ) − 𝐹′′(𝛿)> 0

𝑑𝛿

𝑑𝑎2= −

𝑑𝐺𝑑𝑎2

𝑑𝐺𝑑𝛿

= −𝑥′ (

𝐵 + 𝛿2 )

(𝑎1 − 𝑐)𝑥′′ (𝐵2 + 𝛿) +

12

(𝑎2 − 𝑐)𝑥′′ (𝐵 + 𝛿

2 ) − 𝐹′′(𝛿)> 0

Nous trouvons que le niveau d’équilibre de l’investissement marginal dans la bande passante est plus

sensible au revenu unitaire de l’entreprise qui n’achète pas la bande passante plutôt qu’au revenu

unitaire de l’entreprise qui achète l’incrément de bande passante. En effet, nous avons : 𝐵

2+ 𝛿 >

168

𝐵+𝛿

2⇒ 𝑥′ (

𝐵

2+ 𝛿) < 𝑥′ (

𝐵+𝛿

2) ⇒

𝑑𝛿

𝑑𝑎1<

𝑑𝛿

𝑑𝑎2.

4.3.2. L’optimum social

Nous calculons l’optimum social dans la même situation de la Non Neutralité du Net (NNN), c’est-

à-dire lorsque l’entreprise 1 détient une priorité pour la première période. En seconde période, la

bande passante est redistribuée de manière égalitaire entre les deux entreprises. La priorité à

l’optimum social est toujours attribuée à l’entreprise la plus efficiente, c’est-à-dire à l’entreprise 1

afin de maximiser le surplus collectif. Remarquons que les revenus issus de la vente de l’accès pour

les périodes 1 et 2 ainsi que ceux issus de la vente de l’incrément de bande passante pour la période

1 ne sont pas incorporés dans la fonction de bien-être collectif car ce ne sont que des transferts

monétaires entre les entreprises. La fonction de bien-être collectif s’écrit comme suit :

𝑊𝑁𝑁𝑁 = (𝑎1 − 𝑐)𝑥 (𝐵

2+ 𝛿) + (𝑎2 − 𝑐)𝑥 (

𝐵

2) + (𝑎1 − 𝑐)𝑥 (

𝐵 + 𝛿

2) + (𝑎2 − 𝑐)𝑥 (

𝐵 + 𝛿

2) − 𝐹(𝛿)

𝑊𝑁𝑁𝑁 = (𝑎1 − 𝑐)𝑥 (𝐵

2+ 𝛿) + (𝑎2 − 𝑐)𝑥 (

𝐵

2) + 𝑥 (

𝐵 + 𝛿

2) (𝑎1 + 𝑎2 − 2𝑐) − 𝐹(𝛿)

𝑑𝑊𝑁𝑁𝑁

𝑑𝛿= (𝑎1 − 𝑐)𝑥′ (

𝐵

2+ 𝛿𝑜𝑝𝑡

𝑁𝑁𝑁) +1

2𝑥′ (

𝐵 + 𝛿𝑜𝑝𝑡𝑁𝑁𝑁

2) (𝑎1 + 𝑎2 − 2𝑐) − 𝐹′(𝛿𝑜𝑝𝑡

𝑁𝑁𝑁)

= 𝐻𝑁𝑁𝑁(𝛿𝑜𝑝𝑡𝑁𝑁𝑁 , 𝐵, 𝑎1, 𝑎2) = 0

La dérivée seconde est égale à : 𝑑2𝑊𝑁𝑁𝑁

𝑑𝛿2 = (𝑎1 − 𝑐)𝑥′′ (𝐵

2+ 𝛿𝑜𝑝𝑡

𝑁𝑁𝑁) +1

4𝑥′ (

𝐵+𝛿𝑜𝑝𝑡𝑁𝑁𝑁

2) (𝑎1 + 𝑎2 −

2𝑐) − 𝐹′′(𝛿𝑜𝑝𝑡𝑁𝑁𝑁) ≤ 0, car 𝑥′′(. ) ≤ 0 et 𝐹′′(𝛿) ≥ 0 On déduit que l’extremum est un maximum

global.

Étude comparative des équilibres

4.4.1. L’équilibre versus l’optimum social de la NN

Nous rappelons qu’à l’équilibre de la NN, nous avons :

(𝑎2 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞

𝑁𝑁

2) − 𝐹′(𝛿𝑒𝑞

𝑁𝑁) = 𝐺𝑁𝑁(𝛿𝑒𝑞𝑁𝑁, 𝐵, 𝑎1, 𝑎2) = 0

Le planificateur quant à lui investit de manière à satisfaire l’équation suivante :

(𝑎1 + 𝑎2 − 2𝑐)𝑥′ (𝐵 + 𝛿𝑜𝑝𝑡

𝑁𝑁

2) − 𝐹′(𝛿𝑜𝑝𝑡

𝑁𝑁) = 𝐻𝑁𝑁(𝛿𝑜𝑝𝑡𝑁𝑁 , 𝐵, 𝑎1, 𝑎2) = 0

Calculons la dérivée première du surplus collectif au point d’équilibre de la NN, noté 𝛿𝑒𝑞𝑁𝑁, nous

trouvons :

𝐻𝑁𝑁(𝛿𝑒𝑞𝑁𝑁 , 𝐵, 𝑎1, 𝑎2) =

𝜕𝑊𝑁𝑁

𝜕𝛿 𝛿=𝛿𝑒𝑞𝑁𝑁

= (𝑎1 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞

𝑁𝑁

2) > 0

⇒ 𝜹𝒆𝒒𝑵𝑵 < 𝜹𝒐𝒑𝒕

𝑵𝑵

169

Propriété 4 : Dans la situation de la NN, la plateforme en situation de monopole n’investit pas assez

dans la bande passante relativement à l’optimum social. En effet, le monopole capte seulement la

recette marginale de l’entreprise 2. Il n’internalise pas les bénéfices sociaux de l’investissement pour

l’entreprise 1.

4.4.2. L’équilibre de la NNN versus l’optimum social de la NN

Nous rappelons qu’à l’équilibre de la NNN, la plateforme en situation de monopole choisit un niveau

d’investissement qui satisfait l’équation suivante :

(𝑎1 − 𝑐)𝑥′ (𝐵

2+ 𝛿𝑒𝑞

𝑁𝑁𝑁) + (𝑎2 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞

𝑁𝑁𝑁

2) − 𝐹′(𝛿𝑒𝑞

𝑁𝑁𝑁) = 𝐺𝑁𝑁𝑁(𝛿𝑒𝑞𝑁𝑁𝑁, 𝐵, 𝑎1, 𝑎2) = 0

⇔ (𝑎2 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞

𝑁𝑁𝑁

2) − 𝐹′(𝛿𝑒𝑞

𝑁𝑁𝑁) = −(𝑎1 − 𝑐)𝑥′ (𝐵

2+ 𝛿𝑒𝑞

𝑁𝑁𝑁)

Calculons la dérivée première de la fonction de surplus collectif de la NN au point d’équilibre 𝛿𝑒𝑞𝑁𝑁𝑁

de la NNN, nous avons :

𝐻𝑁𝑁(𝛿𝑒𝑞𝑁𝑁𝑁 , 𝐵, 𝑎1, 𝑎2) = (𝑎1 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞𝑁𝑁𝑁

2) + (𝑎2 − 𝑐)𝑥′ (

𝐵 + 𝛿𝑒𝑞𝑁𝑁𝑁

2) − 𝐹′(𝛿𝑒𝑞𝑁𝑁𝑁)

⇔ (𝑎1 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞𝑁𝑁𝑁

2) − (𝑎1 − 𝑐)𝑥′ (

𝐵

2+ 𝛿𝑒𝑞𝑁𝑁𝑁)

= (𝑎1 − 𝑐) (𝑥′ (𝐵 + 𝛿𝑒𝑞𝑁𝑁𝑁

2) − 𝑥′ (

𝐵

2+ 𝛿𝑒𝑞𝑁𝑁𝑁))

Or 𝑥′ (𝐵+𝛿

𝑒𝑞𝑁𝑁𝑁

2) ≥ 𝑥′ (

𝐵

2+ 𝛿𝑒𝑞𝑁𝑁𝑁), car 𝑥′′ ≤ 0, donc 𝐻𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2)𝛿=𝛿

𝑒𝑞𝑁𝑁𝑁≥ 0 ⇒

𝜹𝒆𝒒𝑵𝑵𝑵 ≤ 𝜹𝒐𝒑𝒕𝑵𝑵

Propriété 5 : L’équilibre de la NNN conduit à un investissement trop faible relativement à l’optimum

de la NN. En première période, l’opérateur accapare le profit des deux entreprises. En fait, la vente

exclusive de l’incrément de bande passante agit comme une différentiation verticale de premier degré.

En revanche, en deuxième période, la bande passante doit être divisée équitablement entre les deux

entreprises, l’opérateur accapare seulement le profit de l’entreprise 2 et n’internalise pas le bénéfice

marginal pour l’entreprise 1.

4.4.3. L’équilibre de la NN versus l’équilibre de la NNN

Grâce à la situation de la NNN, l’opérateur est en mesure d’intégrer dans sa décision d’investissement

le fait qu’il pourra internaliser au moins pour la première période les revenus de l’entreprise 1 et donc

le bénéfice marginal de l’augmentation de la bande passante. Nous montrons naturellement ci-après

que l’investissement de l’équilibre de la NNN est supérieur à l’équilibre de la NN. On rappelle

l’équation d’équilibre de la NN :

170

(𝑎2 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞

𝑁𝑁

2) − 𝐹′(𝛿𝑒𝑞

𝑁𝑁) = 𝐺𝑁𝑁(𝛿𝑒𝑞𝑁𝑁, 𝐵, 𝑎1, 𝑎2) = 0

On calcule la dérivée première du profit de la plateforme de la NNN au point d’équilibre de la NN.

On a :

𝐺𝑁𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2)𝛿=𝛿𝑒𝑞𝑁𝑁 = (𝑎1 − 𝑐)𝑥′ (

𝐵

2+ 𝛿𝑒𝑞

𝑁𝑁) + (𝑎2 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞

𝑁𝑁

2) − 𝐹′(𝛿𝑒𝑞

𝑁𝑁)

⇔ 𝐺𝑁𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2)𝛿=𝛿𝑒𝑞𝑁𝑁 = (𝑎1 − 𝑐)𝑥′ (

𝐵

2+ 𝛿𝑒𝑞

𝑁𝑁) > 0

⇒ 𝜹𝒆𝒒𝑵𝑵 < 𝜹𝒆𝒒

𝑵𝑵𝑵

Propriété 6 : La vente exclusive de bande passante permet d’inciter l’opérateur en situation de

monopole à augmenter son investissement dans la bande passante.

4.4.4. L’équilibre versus l’optimum de la NNN

Nous rappelons l’équation de l’équilibre de la NNN :

𝐺𝑁𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2)𝛿=𝛿𝑒𝑞𝑁𝑁𝑁 = (𝑎1 − 𝑐)𝑥′ (

𝐵

2+ 𝛿𝑒𝑞

𝑁𝑁𝑁) + (𝑎2 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞

𝑁𝑁𝑁

2) − 𝐹′(𝛿𝑒𝑞

𝑁𝑁𝑁) = 0

Puis on calcule la dérivée première de la fonction de bien-être collectif au niveau d’équilibre de la

NNN, nous avons :

𝐻𝑁𝑁𝑁(𝛿𝑒𝑞𝑁𝑁𝑁 , 𝐵, 𝑎1, 𝑎2)

= (𝑎1 − 𝑐)𝑥′ (𝐵

2+ 𝛿𝑒𝑞

𝑁𝑁𝑁) +1

2𝑥′ (

𝐵 + 𝛿𝑒𝑞𝑁𝑁𝑁

2) (𝑎1 + 𝑎2 − 2𝑐) − 𝐹′(𝛿𝑒𝑞

𝑁𝑁𝑁)

⟺ (𝑎1 − 𝑐)𝑥′ (

𝐵

2+ 𝛿𝑒𝑞

𝑁𝑁𝑁) +1

2 (𝑎1 − 𝑐)𝑥

′(

𝐵 + 𝛿𝑒𝑞𝑁𝑁𝑁

2) +

1

2(𝑎2 − 𝑐)𝑥

′(

𝐵 + 𝛿𝑒𝑞𝑁𝑁𝑁

2)

− (𝑎1 − 𝑐)𝑥′ (𝐵

2+ 𝛿𝑒𝑞

𝑁𝑁𝑁) − (𝑎2 − 𝑐)𝑥′ (𝐵 + 𝛿𝑒𝑞

𝑁𝑁𝑁

2)

⇔1

2 (𝑎1 − 𝑎2)𝑥′ (

𝐵 + 𝛿𝑒𝑞𝑁𝑁𝑁

2) > 0

⇒ 𝜹𝒆𝒒𝑵𝑵𝑵 < 𝜹𝒐𝒑𝒕

𝑵𝑵𝑵

Propriété 7 : Dans la situation de la NNN, c’est-à-dire lorsque l’on autorise la vente exclusive, pour

une durée limitée, de l’incrément de bande passante, la plateforme n’investit pas assez dans la bande

passante relativement à l’optimum social. En effet, en deuxième période, la plateforme n’internalise

pas le bénéfice marginal pour l’entreprise 1 d’un investissement en bande passante.

4.4.5. L’optimum social de la NN versus l’optimum social de la NNN

Nous comparons l’optimum social dans les deux situations de la NN et de la NNN. Nous rappelons :

171

𝐻𝑁𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2) = (𝑎1 − 𝑐)𝑥′ (𝐵

2+ 𝛿) +

1

2𝑥′ (

𝐵 + 𝛿

2) (𝑎1 + 𝑎2 − 2𝑐) − 𝐹′(𝛿)

𝐻𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2) = (𝑎1 + 𝑎2 − 2𝑐)𝑥′ (𝐵 + 𝛿

2) − 𝐹′(𝛿)

Nous calculons la dérivée de la fonction de bien-être collectif de la situation de la NNN au point

d’équilibre de l’optimum social de la NN, nous obtenons :

𝐻𝑁𝑁𝑁(𝛿𝑜𝑝𝑡𝑁𝑁 , 𝐵, 𝑎1, 𝑎2) = (𝑎1 − 𝑐)𝑥′ (

𝐵

2+ 𝛿𝑜𝑝𝑡

𝑁𝑁) +1

2𝑥′ (

𝐵 + 𝛿𝑜𝑝𝑡𝑁𝑁

2) (𝑎1 + 𝑎2 − 2𝑐) − 𝐹′(𝛿𝑜𝑝𝑡

𝑁𝑁)

⟺ (𝑎1 − 𝑐)𝑥′ (𝐵

2+ 𝛿𝑜𝑝𝑡

𝑁𝑁) −1

2𝑥′ (

𝐵 + 𝛿𝑜𝑝𝑡𝑁𝑁

2) (𝑎1 + 𝑎2 − 2𝑐)

= (𝑎1 − 𝑐) (𝑥′ (𝐵

2+ 𝛿𝑜𝑝𝑡

𝑁𝑁) −1

2𝑥′ (

𝐵 + 𝛿𝑜𝑝𝑡𝑁𝑁

2)) −

1

2𝑥′ (

𝐵 + 𝛿𝑜𝑝𝑡𝑁𝑁

2) (𝑎2 − 𝑐)

L’inégalité précédente s’explique comme suit. En situation de NNN, le planificateur va attribuer la

vente exclusive à l’entreprise 1. L’incrément de bande passante n’est pas divisé entre les deux

entreprises. Le bénéfice marginal provenant de l’entreprise 1 est égal à (𝑎1 − 𝑐)𝑥′ (𝐵

2+ 𝛿𝑜𝑝𝑡

𝑁𝑁) alors

qu’il est égal à (𝑎1 − 𝑐)1

2𝑥′ (

𝐵+𝛿𝑜𝑝𝑡𝑁𝑁

2) dans la situation de la NN. De plus, dans la situation de la NNN,

le planificateur en attribuant la bande passante à l’entreprise 1 ne permet pas à l’entreprises 2 de

bénéficier de la moitié de la bande passante incrémentale, son bénéfice aurait été égal à

1

2𝑥′ (

𝐵+𝛿𝑜𝑝𝑡𝑁𝑁

2) (𝑎2 − 𝑐).

Proposition 2 : Si le degré de concavité de la demande est suffisamment élevé, en particulier si nous

avons 1

𝛿< −

𝑥′′(𝐵+𝛿

2)

𝑥′(𝐵+𝛿

2), le niveau d’investissement à l’optimum social de la NNN est forcément inférieur

à celui de la NN, nous avons : 𝜹𝒐𝒑𝒕𝑵𝑵𝑵 < 𝜹𝒐𝒑𝒕

𝑵𝑵 , .

Démonstration : nous savons en effet que 𝑥′ (𝐵

2+ 𝛿) <

1

2𝑥′ (

𝐵+𝛿

2) ⇒ 𝐻

𝛿=𝛿𝑜𝑝𝑡𝑁𝑁

𝑁𝑁𝑁 (𝛿, 𝐵, 𝑎1, 𝑎2) < 0 ⇒

𝛿𝑜𝑝𝑡𝑁𝑁𝑁 < 𝛿𝑜𝑝𝑡

𝑁𝑁. Or, l’approximation de Taylor à l’ordre de 1 de 𝑥′ (𝐵

2+ 𝛿) autour du point

𝐵+𝛿

2 donne

𝑥′ (𝐵

2+ 𝛿) ≃ 𝑥′ (

𝐵+𝛿

2) +

𝛿

2𝑥′′ (

𝐵+𝛿

2). La condition 𝑥′ (

𝐵

2+ 𝛿) <

1

2𝑥′ (

𝐵+𝛿

2) est alors équivalente à

l’inégalité suivante :

1

2(𝑥′ (

𝐵 + 𝛿

2) + 𝛿𝑥′′ (

𝐵 + 𝛿

2)) < 0

⇔1

𝛿< −

𝑥′′ (𝐵 + 𝛿

2 )

𝑥′ (𝐵 + 𝛿

2 )

172

Corollaire 2 : Si 𝟏

𝜹< −

𝒙′′(𝑩+𝜹

𝟐)

𝒙′(𝑩+𝜹

𝟐), nous déduisons que la politique de regulatory holidays permet de

se rapprocher de l’optimum social de la NN en termes de niveau d’investissement. En effet, nous

avons : 𝜹𝒆𝒒𝑵𝑵 < 𝜹𝒆𝒒

𝑵𝑵𝑵 < 𝜹𝒐𝒑𝒕𝑵𝑵𝑵 < 𝜹𝒐𝒑𝒕

𝑵𝑵 .

Notons qu’en termes de surplus collectif, la situation de la NN n’est pas nécessairement supérieure à

la situation de la NNN, même si 𝛿𝑜𝑝𝑡𝑁𝑁𝑁 < 𝛿𝑜𝑝𝑡

𝑁𝑁.

Proposition 3 : La situation de la NN est inférieure à la situation de la NNN en termes de surplus

collectif116 si −𝒙′′′(

𝑩+𝜹

𝟐)

𝒙′′(𝑩+𝜹

𝟐)

>𝟏

𝜹> 𝟎, avec 𝒙′′′ (

𝑩+𝜹

𝟐) > 𝟎.

Démonstration : Remarquons naturellement que pour 𝛿 = 0 le surplus collectif est identique dans

les deux situations de la NN et de la NNN. Si 𝑑𝑊𝑁𝑁

𝑑𝛿 𝛿=0= 𝐻𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2) <

𝑑𝑊𝑁𝑁𝑁

𝑑𝛿 𝛿=0=

𝐻𝑁𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2), la condition 𝜕𝐻𝑁𝑁(𝛿,𝐵,𝑎1,𝑎2)

𝜕𝛿<

𝜕𝐻𝑁𝑁𝑁(𝛿,𝐵,𝑎1,𝑎2)

𝜕𝛿 implique que le surplus

collectif de la NN est inférieur à celui de la NNN.

Cherchons tout d’abord à vérifier 𝐻𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2) < 𝐻𝑁𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2).

𝐻𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2) < 𝐻𝑁𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2)

⟺ (𝑎1 + 𝑎2 − 2𝑐)𝑥′ (𝐵

2) − 𝐹′(0) < (𝑎1 − 𝑐)𝑥′ (

𝐵

2) +

1

2𝑥′ (

𝐵

2) (𝑎1 + 𝑎2 − 2𝑐) − 𝐹′(0)

⟺ (𝑎2 − 𝑐)𝑥′ (𝐵

2) <

1

2𝑥′ (

𝐵

2) (𝑎1 + 𝑎2 − 2𝑐)

⟺ (𝑎2 − 𝑐) <1

2(𝑎1 + 𝑎2 − 2𝑐)

⇔ 𝑎2 < 𝑎1

La condition 𝑎2 < 𝑎1 est vraie donc 𝐻𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2) < 𝐻𝑁𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2).

Etudions maintenant l’inégalité 𝜕𝐻𝑁𝑁𝑁(𝛿,𝐵,𝑎1,𝑎2)

𝜕𝛿≶

𝜕𝐻𝑁𝑁(𝛿,𝐵,𝑎1,𝑎2)

𝜕𝛿. Nous avons :

𝜕𝐻𝑁𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2)

𝜕𝛿= (𝑎1 − 𝑐)𝑥′′ (

𝐵

2+ 𝛿) +

1

4𝑥′′ (

𝐵 + 𝛿

2) (𝑎1 + 𝑎2 − 2𝑐) − 𝐹′′(𝛿)

≶𝜕𝐻𝑁𝑁(𝛿, 𝐵, 𝑎1, 𝑎2)

𝜕𝛿=

1

2(𝑎1 + 𝑎2 − 2𝑐)𝑥′′ (

𝐵 + 𝛿

2) − 𝐹′′(𝛿)

⇔ (𝑎1 − 𝑐)𝑥′′ (𝐵

2+ 𝛿) ≶

1

4(𝑎1 + 𝑎2 − 2𝑐)𝑥′′ (

𝐵 + 𝛿

2)

Nous savons que 𝑎1 > 𝑎2. Nous déduisons : 1

2(𝑎1 − c)𝑥′′ (

𝐵+𝛿

2) >

1

4(𝑎1 + 𝑎2 − 2𝑐)𝑥′′ (

𝐵+𝛿

2).

116 Le bénéfice marginal de la bande passante pour les consommateurs doit être décroissant et convexe, il décroit de moins

en moins vite avec la bande passante.

173

Par conséquent, (𝑎1 − 𝑐)𝑥′′ (𝐵

2+ 𝛿) >

1

2(𝑎1 − c)𝑥′′ (

𝐵+𝛿

2) ⟹ (𝑎1 − 𝑐)𝑥′′ (

𝐵

2+ 𝛿) >

1

4(𝑎1 + 𝑎2 − 2𝑐)𝑥′′ (

𝐵+𝛿

2)

Simplifions la condition précédente :

(𝑎1 − 𝑐)𝑥′′ (𝐵

2+ 𝛿) >

1

2(𝑎1 − c)𝑥′′ (

𝐵 + 𝛿

2)

⟺ 𝑥′′ (𝐵

2+ 𝛿) >

1

2𝑥′′ (

𝐵 + 𝛿

2)

D’après l’approximation de Taylor à l’ordre 1, nous avons :

𝑥′′ (𝐵 + 𝛿

2) +

𝛿

2𝑥′′′ (

𝐵 + 𝛿

2) >

1

2𝑥′′ (

𝐵 + 𝛿

2)

⟺ 𝑥′′ (𝐵 + 𝛿

2) + 𝛿𝑥′′′ (

𝐵 + 𝛿

2) > 0

⟺ 1 <−𝛿𝑥′′′ (

𝐵 + 𝛿2 )

𝑥′′ (𝐵 + 𝛿

2 )

⟺ 0 <1

δ< −

𝑥′′′ (𝐵 + 𝛿

2 )

𝑥′′ (𝐵 + 𝛿

2 )

Par conséquent, si 1

δ< −

𝑥′′′(𝐵+𝛿

2)

𝑥′′(𝐵+𝛿

2), nous avons

𝜕𝐻𝑁𝑁𝑁(𝛿,𝐵,𝑎1,𝑎2)

𝜕𝛿>

𝜕𝐻𝑁𝑁(𝛿,𝐵,𝑎1,𝑎2)

𝜕𝛿. En d’autres termes,

la dérivée seconde du surplus collectif dans la situation de la NNN est supérieure à la celle dans la

situation de la NN. Nous avons aussi montré que 𝐻𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2) < 𝐻𝑁𝑁𝑁(𝛿 = 0, 𝐵, 𝑎1, 𝑎2),

nous déduisons alors que le surplus collectif de la NN est toujours inférieur au surplus collectif de la

NNN.

174

5 Conclusion

Pour conclure, sous certaines conditions, nous trouvons que la politique de regulatory holidays des

règles de la NN permet d’inciter l’opérateur privé à investir davantage dans la bande passante. Nous

montrons aussi que le niveau d’investissement à l’équilibre ne peut dans ce contexte dépasser le

niveau optimal de la NN. Cette politique permet donc de rapprocher le niveau d’investissement à

l’équilibre de celui de l’optimum social de la NN.

Par ailleurs, la politique de regulatory holidays, en termes de surplus collectif, peut même s’avérer

supérieure à la politique de la NN.

Cette politique de régulation, qui autorise pour une période limitée le non-respect des règles de la

NN, mériterait a priori une attention toute particulière de la part des régulateurs. Elle encourage de

nouveaux investissements dans le réseau et protège dans le même temps l’Internet ouvert soumis au

régime du BE. Les regulatory holidays des règles de la NN permettent de répondre précisément à la

crainte actuelle d’une diminution progressive et relative de la QdS et donc de la consommation sur

l’Internet ouvert.

175

6 Bibliographie

Adlittle. 2013. « National Fibre Strategies; national economic imperative or just another private

industry task? »

Aghion, Philippe, Stefan Bechtold, Lea Cassar, et Holger Herz. 2014. « The Causal Effects of

Competition on Innovation: Experimental Evidence ». NBER Working Paper 19987. National

Bureau of Economic Research, Inc. http://econpapers.repec.org/paper/nbrnberwo/19987.htm.

Aghion, Philippe, Nicholas Bloom, Richard Blundell, Rachel Griffith, et Peter Howitt. 2002.

« Competition and Innovation: An Inverted U Relationship ». Working Paper 9269. National

Bureau of Economic Research. http://www.nber.org/papers/w9269.

Alleman, James, Gary Madden, et Hak-Ju Kim. 2009. « Real Options Methodology Applied to the

ICT Sector: A Survey ». SSRN Scholarly Paper ID 1354094. Rochester, NY: Social Science

Research Network. http://papers.ssrn.com/abstract=1354094.

Alleman, James, et Paul Rappoport. 2006. « Optimal Pricing with Sunk Cost and Uncertainty ». In

The Economics of Online Markets and ICT Networks, édité par Professor Russel Cooper,

Professor Gary Madden, Professor Ashley Lloyd, et Michael Schipp, 143‑55. Contributions

to Economics. Physica-Verlag HD. http://link.springer.com/chapter/10.1007/3-7908-1707-

4_10.

ARCEP. 2014. « Modèle générique de tarification de l’accès aux réseaux en fibre optique jusqu’à

l’abonné en dehors des zones très denses ».

Armstrong, Mark. 2006. « Competition in Two-Sided Markets ». The RAND Journal of Economics

37 (3): 668‑91. doi:10.1111/j.1756-2171.2006.tb00037.x.

Arnott, Richard, et Kenneth Small. 1994. « The Economics of Traffic Congestion ». American

Scientist 82 (5): 446‑55.

Arrow, Kenneth. 1962. « Economic Welfare and the Allocation of Resources for Invention ». NBER

Chapters. National Bureau of Economic Research, Inc.

https://ideas.repec.org/h/nbr/nberch/2144.html.

Arthur D. Little. 2013. « National Fibre Strategies; National economic imperative or just another

private industry task? »

Arvind Parmar, et al. 2015. « Adblock Plus Efficacy Study ».

Australian Government. 2014. « Independent Cost-Benefit Analysis of the NBN ».

Babaali, Nadia. 2013. « Sweden: a showcase for rural FTTH ».

Bakos, J. Yannis. 1997. « Reducing Buyer Search Costs: Implications for Electronic Marketplaces ».

Management Science 43 (12): 1676‑92. doi:10.1287/mnsc.43.12.1676.

Becker, Gary S., et Kevin M. Murphy. 1993. « A Simple Theory of Advertising as a Good or Bad ».

The Quarterly Journal of Economics 108 (4): 941‑64.

Beltrán, Fernando. 2013. « Effectiveness and Efficiency in the Build-Up of High-Speed Broadband

Platforms in Australia and New Zealand ». SSRN Scholarly Paper ID 2448250. Rochester,

NY: Social Science Research Network. http://papers.ssrn.com/abstract=2448250.

Booz&co. 2008. « Deregulation 2.0 how service-based competition can drive growth in the MENA

Telecom Industry ».

Bourreau, Marc, Carlo Cambini, et Pınar Doğan. 2012. « Access pricing, competition, and incentives

to migrate from “old” to “new” technology ». International Journal of Industrial

Organization 30 (6): 713‑23. doi:10.1016/j.ijindorg.2012.08.007.

Bourreau, Marc, Carlo Cambini, et Steffen Hoernig. 2012. « Ex ante regulation and co-investment in

the transition to next generation access ». Telecommunications Policy, Regulation and

competition in communications markets, 36 (5): 399‑406. doi:10.1016/j.telpol.2011.11.024.

Bourreau, Marc, et Pinar Doğan. 2001. « Regulation and innovation in the telecommunications

industry ». Telecommunications Policy 25 (3): 167‑84. doi:10.1016/S0308-5961(00)00087-

2.

176

Bourreau, Marc, et Pınar Doğan. 2004. « Service-based vs. facility-based competition in local access

networks ». Information Economics and Policy 16 (2): 287‑306.

doi:10.1016/j.infoecopol.2003.05.002.

Bourreau, Marc, Frago Kourandi, et Tommaso Valletti. 2015. « Net Neutrality with Competing

Internet Platforms ». The Journal of Industrial Economics 63 (1): 30‑73.

doi:10.1111/joie.12068.

Briglauer, Wolfgang, Georg Ecker, et Klaus Gugler. 2012. « Regulation and Investment in Next

Generation Access Networks: Recent Evidence from the European Member States ». Paper.

http://epub.wu.ac.at/3447/.

———. 2013. « The impact of infrastructure and service-based competition on the deployment of

next generation access networks: Recent evidence from the European member states ».

Information Economics and Policy, ICT and Innovation, 25 (3): 142‑53.

doi:10.1016/j.infoecopol.2012.11.003.

Briglauer, Wolfgang, Stefan Frübing, et Ingo Vogelsang. 2014. « The Impact of Alternative Public

Policies on the Deployment of New Communications Infrastructure – A Survey ». SSRN

Scholarly Paper ID 2530983. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=2530983.

Briglauer, Wolfgang, et Klaus Gugler. 2013. « The deployment and penetration of high-speed fiber

networks and services: Why are EU member states lagging behind? » Telecommunications

Policy, Regulating and investment in new communications infrastructure Understanding ICT

adoption and market trends: Papers from recent European ITS regional conferences, 37 (10):

819‑35. doi:10.1016/j.telpol.2013.05.003.

Calderon, Cesar, et Luis Serven. 2014. « Infrastructure, Growth, and Inequality : An Overview ».

WPS7034. The World Bank.

http://documents.worldbank.org/curated/en/2014/09/20210994/infrastructure-growth-

inequality-overview.

Cambini, Carlo, et Virginia Silvestri. 2012. « Technology Investment and Alternative Regulatory

Regimes with Demand Uncertainty ». Information Economics and Policy 24 (3-4): 212‑30.

doi:10.1016/j.infoecopol.2012.08.003.

Cave, Martin E., Antoine Fournier, et Natalia Shutova. 2012. « The Price of Copper and the Transition

to Fibre ». SSRN Scholarly Paper ID 2200294. Rochester, NY: Social Science Research

Network. http://papers.ssrn.com/abstract=2200294.

Cave, Martin, et Ian Martin. 2010. « Motives and means for public investment in nationwide next

generation networks ». Telecommunications Policy 34 (9): 505‑12.

Cheng, Hsing Kenneth, Subhajyoti Bandyopadhyay, et Hong Guo. 2010. « The Debate on Net

Neutrality: A Policy Perspective ». Information Systems Research 22 (1): 60‑82.

doi:10.1287/isre.1090.0257.

Choi, Jay Pil, Doh-Shin Jeon, et Byung-Cheol Kim. 2015. « Net Neutrality, Business Models, and

Internet Interconnection ». American Economic Journal: Microeconomics 7 (3): 104‑41.

Commission Européenne. 2010. « Digital Agenda: Commission outlines action plan to boost

Europe’s prosperity and well-being ».

Copeland, Thomas E. 2005. « How Much Is Flexibility Worth? »

Crandall, Robert W., Jeffrey A. Eisenach, et Allan T. Ingraham. 2013. « The Long-Run Effects of

Copper-Loop Unbundling and the Implications for Fiber ». Telecommunications Policy 37 (4-

5): 262‑81. doi:10.1016/j.telpol.2012.08.002.

Curien, Nicolas. 2013. « Net Neutrality is Imperfect and Should Remain So! » EUI-RSCAS Working

Paper 22. European University Institute (EUI), Robert Schuman Centre of Advanced Studies

(RSCAS). https://ideas.repec.org/p/erp/euirsc/p0337.html.

Curien, Nicolas, et Winston Maxwell. 2011. La neutralité d’Internet. La Découverte.

Dixit, A.K., et R.S. Pindyck. 1995. « The Options Approach to Capital Investment ». Long Range

Planning 28 (4): 129‑129. doi:10.1016/0024-6301(95)94310-U.

177

Dixit, Avinash. 1982. « Recent Developments in Oligopoly Theory ». American Economic Review

72 (2): 12‑17.

Economides, Nicholas. 2010. « Why Imposing New Tolls on Third-Party Content and Applications

Threatens Innovation and will not Improve Broadband Providers’ Investment ». SSRN

Scholarly Paper ID 1627347. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1627347.

Economides, Nicholas, et Benjamin E. Hermalin. 2012a. « The Economics of Network Neutrality ».

The RAND Journal of Economics 43 (4): 602‑29. doi:10.1111/1756-2171.12001.

———. 2012b. « The Economics of Network Neutrality ». The RAND Journal of Economics 43 (4):

602‑29. doi:10.1111/1756-2171.12001.

Economides, Nicholas, et Joacim Tåg. 2012a. « Network neutrality on the Internet: A two-sided

market analysis ». Information Economics and Policy 24 (2): 91‑104.

doi:10.1016/j.infoecopol.2012.01.001.

———. 2012b. « Network neutrality on the Internet: A two-sided market analysis ». Information

Economics and Policy 24 (2): 91‑104. doi:10.1016/j.infoecopol.2012.01.001.

Estache, Antonio, et Grégoire Garsous. 2012. « The impact of infrastructure on growth in developping

countries ». IFC Economic notes.

European Commission. 2010. « Commission Recommendation on regulated access to Next

Generation Access Networks (NGA) ».

FCC. 2015. « Report and order on remand, declaratory ruling, and order ».

Federal Communications Commission. 2009. « In the matter of preserving the open Internet;

broadband industry practices, Notice of proposed rule-making ».

Fibre to the Home Council Europe. 2013. « FTTH Business Guide ».

Firth, Lucy, et David Mellor. 2005. « Broadband: benefits and problems ». Telecommunications

Policy, Regional development and business prospects for ICT and broadband networks, 29

(2–3): 223‑36. doi:10.1016/j.telpol.2004.11.004.

General Secretariat For Development Planning. 2008. « Qatar National Vision 2030 ».

Hermalin, Benjamin E., et Michael L. Katz. 2007. « The economics of product-line restrictions with

an application to the network neutrality debate ». Information Economics and Policy, 215‑48.

ICTQatar. 2013. « National Broadband Plan for the State of Qatar ».

Idate consulting. 2014. « FTTH MENA Panorama Market at September 2014 ».

Inderst, Roman, et Martin Peitz. 2012. « Market Asymmetries and Investments in Next Generation

Access Networks ». Review of Network Economics 11 (1): 1‑27.

Katsianis, D., T. Rokkas, I. Neokosmidis, M. Tselekounis, D. Varoutas, I. Zacharopoulos, et A.

Bartzoudi. 2012. « Risks associated with next generation access networks investment

scenarios ». IEEE Network 26 (4): 11‑17. doi:10.1109/MNET.2012.6246747.

Kenny, Robert. 2015. « Exploring the costs and benefits of FTTH in the UK ».

Koutroumpis, Pantelis. 2009. « The economic impact of broadband on growth: A simultaneous

approach ». Telecommunications Policy 33 (9): 471‑85. doi:10.1016/j.telpol.2009.07.004.

Kraemer, Jan, et Lukas Wiewiorra. 2010. « Network Neutrality and Congestion Sensitive Content

Providers: Implications for Service Innovation, Broadband Investment and Regulation ».

Working Paper 10-09. NET Institute. https://ideas.repec.org/p/net/wpaper/1009.html.

Krämer, Jan, Lukas Wiewiorra, et Christof Weinhardt. 2013. « Net neutrality: A progress report ».

Telecommunications Policy, Papers from the 40th Research Conference on Communication,

Information and Internet Policy (TPRC 2012)Special issue on the first papers from the

« Mapping the Field » initiative., 37 (9): 794‑813. doi:10.1016/j.telpol.2012.08.005.

Kroes, Neelie. 2011. « Investing in digital networks: a bridge to Europe’s future ». SPEECH/11/623

Neelie Kroes Vice-President of the European Commission responsible for the Digital Agenda

Investing in digital networks: a bridge to Europe’s future ETNO Financial Times 2011 CEO

SUMMIT.

Kruger, Lennard G. 2013. « The National Broadband Plan Goals: Where Do We Stand? »

178

Lee, Robin S., et Tim Wu. 2009. « Subsidizing Creativity through Network Design: Zero-Pricing and

Net Neutrality ». The Journal of Economic Perspectives 23 (3): 61‑76.

Lucas, Karen. 2012. « Transport and social exclusion: Where are we now? » Transport Policy,

URBAN TRANSPORT INITIATIVES, 20 (mars): 105‑13.

doi:10.1016/j.tranpol.2012.01.013.

Marc Bourreau, Carlo Cambini. 2013. « My Fibre or Your Fibre? Cooperative Investment,

Uncertainty and Access ». doi:10.2139/ssrn.2199831.

McKinsey&Compagny. 2012. « A “New Deal”: driving investment in Europe’s telecoms

infrastructure ».

Mitomo, Hitoshi, et Toshiya Jitsuzumi. 1999. « Impact of Telecommuting on Mass Transit

Congestion: The Tokyo Case ». Telecommunications Policy 23 (10-11): 741‑51.

doi:10.1016/S0308-5961(99)00059-2.

Mobdia. 2012. « Understanding today’s smartphone user: demystifying data usage trends on cellular

& Wi-Fi networks ».

« Motives and means for public investment in nationwide next generation networks ». 2015. Consulté

le juillet 7. https://www-sciencedirect-com.bibliopam.ens-

cachan.fr/science/article/pii/S0308596110000807.

Myers, Stewart C. 1977. « Determinants of corporate borrowing ». Journal of Financial Economics

5 (2): 147‑75. doi:10.1016/0304-405X(77)90015-0.

Nasse, Philippe. 2005. « Rapport sur “les coûts de sortie” ».

Nitsche, Rainer, et Lars Wiethaus. 2011a. « Access regulation and investment in next generation

networks — A ranking of regulatory regimes ». International Journal of Industrial

Organization 29 (2): 263‑72. doi:10.1016/j.ijindorg.2010.07.002.

———. 2011b. « Access Regulation and Investment in next Generation Networks — A Ranking of

Regulatory Regimes ». International Journal of Industrial Organization 29 (2): 263‑72.

doi:10.1016/j.ijindorg.2010.07.002.

Njoroge, Paul, Asuman E. Ozdaglar, Nicolas E. Stier-Moses, et Gabriel Y. Weintraub. 2012.

« Investment in Two Sided Markets and the Net Neutrality Debate ». SSRN Scholarly Paper

ID 1641359. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1641359.

OECD. 2013. « Broadband Networks and Open Access ».

———. 2014. « Executive summary of the roundtable on financing of the roll-out of broadband

networks ».

Ofcom. 2007. « Future broadband-Policy approach to next generation access ».

Opta. 2008. « Draft policy rules tariff regulation for unbundled fibre access ».

Patrick Maillé, et Bruno Tuffin. 2014. « Le problème de la neutralité du Net est-il réglé? »

Pil Choi, Jay, et Byung-Cheol Kim. 2010a. « Net Neutrality and Investment Incentives ». The RAND

Journal of Economics 41 (3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

———. 2010b. « Net Neutrality and Investment Incentives ». The RAND Journal of Economics 41

(3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

Pindyck, Robert S. 2007. « Mandatory Unbundling and Irreversible Investment in Telecom

Networks ». Review of Network Economics 6 (3): 1‑25.

Raux, Charles, et Odile Andan. 2002. « Comment les péages urbains peuvent-ils satisfaire une

politique d’agglomération ? » Recherche - Transports - Sécurité 75 (juillet): 115‑30.

doi:10.1016/S0761-8980(02)00009-2.

Reggiani, Carlo, et Tommaso Valletti. 2012. « Net neutrality and innovation at the core and at the

edge ». The School of Economics Discussion Paper Series. Economics, The University of

Manchester. http://econpapers.repec.org/paper/mansespap/1202.htm.

———. 2016. « Net neutrality and innovation at the core and at the edge ». International Journal of

Industrial Organization. Consulté le janvier 25. doi:10.1016/j.ijindorg.2015.12.005.

179

Rendon Schneir, Juan, et Yupeng Xiong. 2013. « Economic implications of a co-investment scheme

for FTTH/PON architectures ». Telecommunications Policy, Regulating and investment in

new communications infrastructureUnderstanding ICT adoption and market trends: Papers

from recent European ITS regional conferences, 37 (10): 849‑60.

doi:10.1016/j.telpol.2013.06.002.

Robert W. Hahn, Scott Wallsten. 2007. « The Economics of Net Neutrality ». The Economists&#39;

Voice 3 (6): 8‑8. doi:10.2139/ssrn.943757.

Rochet, Jean-Charles, et Jean Tirole. 2003. « Platform Competition in Two-sided Markets ». Journal

of the European Economic Association 1 (4): 990‑1029.

Rohman, Ibrahim Kholilul, et Erik Bohlin. 2012. « Does Broadband Speed Really Matter for Driving

Economic Growth? Investigating OECD Countries ». SSRN Scholarly Paper ID 2034284.

Rochester, NY: Social Science Research Network. http://papers.ssrn.com/abstract=2034284.

Schumpeter, Joseph Alois. 1934. The Theory of Economic Development: An Inquiry Into Profits,

Capital, Credit, Interest, and the Business Cycle. Transaction Publishers.

Shutova, Natalia. 2013. « Monopole naturel, marchés bifaces, différenciation tarifaire: trois essais sur

la régulation de télécommunications ». Université Panthéon - Assas.

Shy, Oz. 2002. « A quick-and-easy method for estimating switching costs ». International Journal of

Industrial Organization 20 (1): 71‑87. doi:10.1016/S0167-7187(00)00076-X.

Sidak, J. Gregory, et David J. Teece. 2010. « Innovation Spillovers and the “dirt Road” Fallacy: The

Intellectual Bankruptcy of Banning Optional Transactions for Enhanced Delivery Over the

Internet ». Journal of Competition Law and Economics 6 (3): 521‑94.

doi:10.1093/joclec/nhq003.

Singh, A.K., et V. Potdar. 2009. « Blocking online advertising - A state of the art ». In IEEE

International Conference on Industrial Technology, 2009. ICIT 2009, 1‑10.

doi:10.1109/ICIT.2009.4939739.

Tahon, Mathieu, Sofie Verbrugge, Peter J. Willis, Paul Botham, Didier Colle, Mario Pickavet, et Piet

Demeester. 2014. « Real Options in Telecom Infrastructure Projects &amp;#x2014; A

Tutorial ». IEEE Communications Surveys & Tutorials 16 (2): 1157‑73.

doi:10.1109/SURV.2013.062613.00126.

Tahon, M., S. Verbrugge, P.J. Willis, P. Botham, D. Colle, M. Pickavet, et P. Demeester. 2014. « Real

Options in Telecom Infrastructure Projects #x2014; A Tutorial ». IEEE Communications

Surveys Tutorials 16 (2): 1157‑73. doi:10.1109/SURV.2013.062613.00126.

Tarutė, Asta, et Rimantas Gatautis. 2014. « ICT Impact on SMEs Performance ». Procedia - Social

and Behavioral Sciences, The 2-dn International Scientific conference „Contemporary Issues

in Business, Management and Education 2013“, 110 (janvier): 1218‑25.

doi:10.1016/j.sbspro.2013.12.968.

The Telecommunications Regulatory Authority. 2014. « Bahrain Telecom Pricing International

Benchmarking ».

UE. 2013. « Recommandation de la Commission sur des obligations de non-discrimination et des

méthodes de calcul des coûts cohérentes pour promouvoir la concurrence et encourager

l’investissement dans le haut débit ». Journal officiel de l’Union Européenne.

van Schewick, Barbara. 2006. « Towards an Economic Framework for Network Neutrality

Regulation ». Journal on Telecommunications & High Technology Law 5: 329.

Wegener, Michael. 2004. « Overview of land-use transport models ».

WIK. 2010. « Access pricing for copper and fibre: are the sums righ ».

WIK-Consult. 2011. « Wholesale pricing, NGA take-up ad competition ».

World Health Organization. 2008. « Safer water, better health: costs, benefits and sustainability of

interventions to protect and promote health ».

180

181

Chapitre 3 Bloqueurs de publicités et nouveaux

modèles économiques sur Internet

182

Présentation

Ce chapitre est le fruit d’un travail collaboratif avec Adrien Karsenty, doctorant et aussi membre du

laboratoire du Centre de Recherches en Economie et Droit (CRED) de l’Université de Paris 2. Nous

avons à plusieurs reprises discuté de nos recherches. Ces discussions et ces réflexions conjointes nous

ont amené à co-écrire cet article académique qui traite de l’effet des bloqueurs de publicités sur le

marché de l’Internet.

Nous avons présenté ce travail à l’Université Erasmus de Rotterdam les 23 et 24 mars lors du

séminaire The future of laws and economics. Cet article a aussi été sélectionné par le comité

scientifique des Journées de Microéconomie Appliquée. Nous aurons donc l’occasion de présenter ce

travail de recherche les 2 et 3 Juin à Besançon (http://www.jma2016.fr/).

Par ailleurs, nous avons valorisé ce travail de recherche en écrivant un article journalistique publié

dans le journal d’actualité The Conversation (voir l’article en Annexe intitulé « Article publié dans

« the conversation » : l’effet des bloqueurs de publicités sur les modèles économiques

de l’Internet »117).

117aussi disponible à l’adresse suivante : https://theconversation.com/leffet-des-bloqueurs-de-publicites-sur-les-modeles-

economiques-de-linternet-55805

183

Contexte et problématique

En 2014, environ 44% de la population mondiale, soit près de 3 milliards de personnes, avaient accès

à Internet118. Toutefois, le degré d’accessibilité à l’Internet varie sensiblement selon les régions du

monde. En effet, les pays à faible degré d’accessibilité (premier quartile), où le taux moyen de

pénétration est de 6.5%, sont essentiellement des pays en voie d’industrialisation (par exemple, la

Somalie, le Benin, le Cambodge, etc.). A l’inverse, les pays à degré élevé d’accessibilité (dernier

quartile), où le taux moyen de pénétration est de 84.6%, sont essentiellement des pays anciennement

industrialisés (par exemple, la Norvège, le Luxembourg, les États-Unis, le Canada, etc.)119. Ainsi, le

potentiel de croissance du marché mondial de l’Internet est important, notamment dans les nouveaux

pays industrialisés comme la Chine, le Brésil ou l’Afrique du Sud où les taux de pénétration d’Internet

se situent autour de 50%.

Du côté de l’offre, la variété des contenus disponibles en ligne n’a cessé d’augmenter. En effet, entre

2004 et 2014, le nombre de sites Internet a été multiplié par 18,7 alors que le nombre d’utilisateurs

n’a été multiplié que par 3,2. Les contenus consommés utilisent de plus en plus de capacité et

nécessitent des débits de plus en plus élevés. Notamment en cause, la consommation croissante de

vidéos dont la qualité ne cesse d’augmenter. Ainsi, la part de la vidéo dans le trafic total devrait

atteindre 80% en 2019 alors qu’elle ne représentait que 67% en 2014.

Le volume annuel des données échangées sur Internet explose, il devrait dépasser le zettabit120 à la

fin de l’année 2016121. Malgré des niveaux jamais égalés, le trafic Internet devrait continuer

d’augmenter à un rythme soutenu pour atteindre 3 zettabits dans 5 ans.

À l’exception des sites marchands qui génèrent des revenus d’intermédiation entre des acheteurs et

118 Internet Live Stats, http://www.internetlivestats.com/internet-users/

119 Calcul des auteurs,

Source : Internet Live Stats (www.InternetLiveStats.com), Elaboration of data by International Telecommunication

Union (ITU), United Nations Population Division, Internet & Mobile Association of India (IAMAI), World Bank,

Estimations du 01/07/2014.

120 Un zettabit représente 1021 bits.

121http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-

vni/VNI_Hyperconnectivity_WP.html

184

des vendeurs de biens et services, l’offre exponentielle de contenus sur Internet est financée via deux

sources distinctes qui sont les consommateurs et les annonceurs.

Les recettes publicitaires en ligne devraient atteindre un total de 180 milliards de dollars en 2016122,

soit une hausse de 13.4% par rapport à l’année 2015. Dans le même temps, des géants du web

réussissent aussi à tirer d’importants revenus du côté des consommateurs. Netflix par exemple, à

l’origine de 37% du trafic descendant aux États-Unis, a généré 1.6 milliards de dollars de recettes

avec la vente de ses abonnements123.

Le marché des contenus est un marché biface où les annonceurs, une première face du marché, sont

mis en relation avec les consommateurs, la seconde face du marché, par l’intermédiaire des sites

Internet. Le site Internet, en tant que plateforme de mise en relation, maximise les revenus totaux

générés par les faces du marché. Le prix optimal dépend de l’utilité directe pour la plateforme et de

la sensibilité de la demande vis-à-vis de l’autre face du marché (Rochet et Tirole 2003 and Armstrong

2006).

Ainsi, plusieurs modèles économiques sur le marché des contenus peuvent coexister : le modèle mixte

– pour lequel la plateforme tire des revenus des deux côtés du marché, le modèle payant – pour lequel

la plateforme tire des revenus seulement du côté des consommateurs par le biais d’abonnements – et

le modèle gratuit – pour lequel la plateforme tire uniquement des revenus publicitaires auprès des

annonceurs tout en proposant des contenus totalement gratuits aux consommateurs. Un fournisseur

de contenus peut être amené à choisir le modèle payant si la disposition à payer des consommateurs

est suffisamment élevée au regard de la disposition à payer des annonceurs. Néanmoins, de nombreux

fournisseurs de contenus (FC) ont choisi le modèle gratuit afin d’attirer une forte audience publicitaire

valorisable auprès des annonceurs.

Le développement du marché des contenus a été soutenu par les progrès techniques au niveau de

l’accès à Internet. La montée en débit induite par les nouvelles technologies de réseaux filaires et

mobiles intensifie la demande de contenus et permet de produire des contenus nécessitant

d’importants débits et suffisamment de bande passante (Sidak et Teece 2010). Réciproquement,

l’augmentation et la montée en gamme de l’offre de contenus valorise l’accès à Internet pour les

consommateurs. À cet égard, Economides et Tåg (2012) supposent que l’utilité que retire un individu

de l’accès à Internet est une fonction linéaire et croissante du nombre de fournisseurs de contenus sur

le réseau.

122 http://www.statista.com/statistics/246567/global-online-advertising-revenue/

123 http://files.shareholder.com/downloads/NFLX/1402489729x0x870685/C6213FF9-5498-4084-A0FF-

74363CEE35A1/Q4_15_Letter_to_Shareholders_-_COMBINED.pdf

185

De plus, la simultanéité des débits descendants, résultant des différents usages des consommateurs,

peut conduire à la saturation de la bande passante et être source de congestion. Ainsi, lors de pics de

demande, la consommation d’un contenu supplémentaire augmente le niveau de congestion du réseau

et donc le coût moyen supporté par l’ensemble des utilisateurs du réseau. Ce coût moyen peut se

traduire soit par une dégradation de la qualité du débit descendant, soit par une augmentation globale

des coûts de réseau pour le FAI désireux de maintenir un certain niveau de qualité de service sur son

réseau.

Cette problématique est d’autant plus importante que le volume de trafic aux heures de pointe

augmente plus vite que le trafic moyen. Entre 2013 et 2014, le trafic en heures de pointe a cru de

37%, alors que le trafic moyen n’a cru que de 29%124.

Le consommateur est lui-même à l’origine de cette externalité de congestion en ce sens qu’il supporte

un coût moyen inférieur au coût marginal social de la congestion (Arnott et Small, 1994). En d’autres

termes, lors d’un pic de consommation, le coût de congestion imputable au chargement d’un contenu

supplémentaire est mutualisé entre tous les utilisateurs du réseau. Ainsi, la variation du coût moyen

supporté par le consommateur est inférieure à l’augmentation totale du coût supportée par l’ensemble

des utilisateurs.

Jullien et Sand-Zantman (2012) proposent un modèle où le FAI est en mesure de faire supporter aux

consommateurs et/ou aux fournisseurs de contenus le coût de congestion imputable à la

consommation de contenus. Les auteurs considèrent deux types de fournisseurs de contenus : les

fournisseurs de contenus gratuits, financés entre autres par la publicité, et les fournisseurs de contenus

payants. Il en ressort que les recettes publicitaires des fournisseurs de contenus gratuits peuvent ne

plus leur permettre de compenser les coûts de production, de distribution et de congestion. Ainsi,

seule une partie des fournisseurs de contenus gratuits sont en mesure de supporter le coût

supplémentaire de la congestion et de maintenir leur offre de contenus. D’autres fournisseurs passent

à un modèle économique mixte basé sur la souscription et la publicité afin de compenser le coût de

congestion généré par la consommation de leurs contenus. La souscription permet aux fournisseurs

de contenus anciennement gratuits de faire supporter aux consommateurs tout ou partie du coût de

congestion. En revanche, les fournisseurs de contenus qui ne sont pas en mesure de supporter un coût

supplémentaire ou d’adapter leur modèle économique sont évincés du marché des contenus.

Toutefois, le FAI n’est pas incité à faire supporter l’intégralité du coût de congestion aux

consommateurs et/ou aux fournisseurs de contenus à cause de la nature biface du marché de l’accès

à Internet. En effet, la capacité du FAI à transférer le coût de congestion est limitée par le

124 http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-

vni/VNI_Hyperconnectivity_WP.html

186

consentement à payer des abonnés pour accéder à son réseau, or, le consentement à payer des abonnés

dépend directement du nombre d’acteurs présents sur l’autre versant du marché (Armstrong 2006).

Ainsi, le FAI est incité à supporter une partie du coût de congestion afin de garantir un certain degré

de diversité des contenus et maximiser les recettes issues des abonnements Internet.

Le coût total de congestion d’un contenu peut se décomposer en un coût de congestion imputable au

contenu stricto sensu (coût intrinsèque au contenu) et en un coût de congestion imputable à la

publicité associée au contenu (coût extrinsèque au contenu). Ainsi, le coût de congestion d’un contenu

payant, qui n’a pas de contenu publicitaire associé, correspond exactement au coût de congestion

imputable au contenu stricto sensu, valorisé par le consommateur. En revanche, le coût de congestion

d’un contenu gratuit incorpore un coût de congestion supplémentaire imputable au contenu

publicitaire.

Dans le modèle de Jullien et Sand-Zantman, deux contenus stricto sensu identiques, pour l’un payant,

pour l’autre gratuit, ont le même coût global de congestion. Dès lors, le coût de congestion

directement imputable au contenu publicitaire est implicitement supposé nul par les auteurs. En

d’autres termes, le coût de congestion supporté par les FC ne dépend pas de la proportion de contenus

gratuits sur le réseau.

À l’heure où les contenus publicitaires utilisent de plus en plus les formats vidéo, la part de la

responsabilité de la publicité dans la congestion globale des réseaux augmente. Ainsi, le choix du

modèle économique des FC ont un impact sur le coût total de congestion. D’après Singh et Potdar

(2009), la publicité consommerait environ un tiers de la bande passante. Ces résultats sont cohérents

avec une étude plus récente (Arvind Parmar et al. 2015) qui conclut que la publicité est en moyenne

responsable de 25% du trafic global. Cette part peut même atteindre 40% lorsqu’il s’agit uniquement

du trafic vidéo.

Par conséquent, durant les pics de consommation, le coût marginal social de la congestion étant

croissant, les fournisseurs de contenus gratuits, de par leur mode de financement, imposent un coût

de congestion supplémentaire à l’ensemble des autres fournisseurs et consommateurs de contenus125

Toutefois, une situation où aucun contenu publicitaire n’est présent sur Internet est difficilement

envisageable car la diversité des contenus et services se verrait fortement réduite.

Afin de maintenir à tout moment le niveau de qualité sur leur réseau et de préserver au mieux cette

diversité de contenus, les FAI peuvent prendre à leur charge l’intégralité du coût de congestion et

redimensionner les réseaux. Mais lorsque la concurrence est exacerbée sur le marché de l’accès à

Internet, les FAI ne peuvent a priori pas répercuter cette hausse de coûts sur le prix des abonnements

125 Ce coût peut être compris, par exemple, comme la dégradation de la qualité du contenu ou encore du temps de

chargement

187

Internet.

Pour compenser les coûts de congestion supportés par les FAI, qui se traduisent notamment par des

investissements dans les infrastructures, ces derniers pourraient capter une part plus importante de la

valeur générée sur Internet afin d’améliorer le rendement de leurs actifs. À cet égard, le PDG d’AT&T

déclarait en 2005 : “Now what [content providers] would like to do use my pipes free, but I ain’t

going to let them do that because we have spent this capital and we have to have a return on it” (cité

dans Krämer, Wiewiorra, et Weinhardt, 2013).

Cette velléité des FAI à capter une partie du surplus des fournisseurs de contenus a relancé le débat

autour de la neutralité du net (NN). La littérature économique étudie essentiellement les effets de la

NN sur le surplus des acteurs du marché de l’Internet, les investissements et sur la diversité et

l’innovation des contenus. Le non-respect du principe de la NN donne la possibilité aux FAI, dans un

premier cas, d’appliquer un tarif de terminaison de données, dans un second cas, de vendre aux FC

une priorisation de leurs contenus.

Les modèles qui ont été réalisés dans le premier cas s’appuient sur la théorie des marchés bifaces.

Economides et Tâg (2012) et Njoroge et al. (2012) étudient, en l’absence de la NN, l’effet de

l’introduction d’un tarif de terminaison de données sur les surplus des acteurs du marché

(consommateurs, FC et FAI). En fait, il semble que les effets varient fortement en fonction de la

structure de marché. À cet égard, Economides et Tåg (2012) montrent que le non-respect du principe

de la NN peut réduire les profits des FAI en situation de duopole du fait d’une concurrence en prix

exacerbée. En effet, chaque FAI est en mesure d’augmenter sa part de marché en appliquant un faible

tarif de terminaison de données du côté des fournisseurs de contenus.

Les modèles développées dans le second cas, où les FAI sont en mesure de prioriser certains contenus

sur leur réseau, intègrent les effets de la congestion. La retranscription de ces effets peut se faire au

travers de modèles de queue (Choi et Kim 2010 et Cheng, Bandyopadhyay et Guo 2010) ou au travers

d’une allocation de la bande passante entre les FC (Economides et Hermalin 2012b).

Choi et Kim (2010) démontrent qu’en l’absence de la NN, le profit du FAI peut augmenter avec le

niveau de congestion. Ainsi, le FAI n’a plus intérêt à limiter la congestion et investir dans les capacités

tant que les recettes tirées de la priorisation auprès des FC sont supérieures aux pertes de recettes du

côté des consommateurs liées à la dégradation de la qualité de service.

Ce risque de dégradation de la qualité de service pour les consommateurs est notamment avancé par

les régulateurs tels que la Federal Communications Commission aux États-Unis (Federal

Communications Commission 2009). Certains pays ont alors défini un nouveau cadre législatif en

vue de protéger les consommateurs tout en assurant un minimum de flexibilité pour les FAI. Ces

derniers doivent en effet avoir la capacité nécessaire d’investir dans de nouvelles technologies de

réseaux.

188

En Europe, le compromis du 27 octobre 2015 atteint par le trilogue (Commission Européenne,

Parlement Européen, Conseil de l’Europe) vise justement à encadrer les pratiques des FAI126. La

gestion de trafic, quoique nécessaire pour l’optimisation des réseaux en période de congestion, doit

être transparente, non discriminatoire et proportionnée et ne doit pas non plus être source de revenus.

À l’intérieur de l’Internet soumis au régime du Best-Effort, tous les contenus arrivant sur le réseau

doivent être traités de manière indifférenciée quelle que soit leur nature, leur destination ou leur

source. Certains services spécialisés, à l’extérieur du périmètre de l’Internet (soumis au régime du

Best-Effort), sont toutefois autorisés dans la limite qu’ils n’affectent pas la qualité de service au sein

de l’Internet.

L’apparition des bloqueurs de publicités, vers un nouvel environnement économique ?

Les logiciels bloqueurs de publicités constituent un nouvel acteur économique important sur le

marché de l’Internet depuis fin-2012. Ces derniers remettent en question le modèle économique de

nombreux fournisseurs de contenus sur Internet et semblent dans le même temps constituer une

opportunité nouvelle pour les FAI afin de maîtriser les coûts de congestion.

Le taux d’adoption de nombreux logiciels bloqueurs de publicités tels que Adblock Plus, Disconnect,

Ghostery, ou encore Privacy Badgerse s’est fortement accéléré ces trois dernières années. En l’espace

de seulement une année, entre le deuxième trimestre de 2014 et le deuxième trimestre de 2015, le

nombre total d’utilisateurs de bloqueurs de publicités a augmenté au niveau mondial de 41%. Au

mois de juin 2015, le nombre total d’utilisateurs a ainsi atteint 198 millions de personnes127.

Parmi les premières raisons qui amènent les individus à utiliser un bloqueur de publicités, 50% des

utilisateurs Américains indiquaient en 2015 qu’ils souhaitaient en premier lieu éviter que des données

personnelles soient utiliser à des fins de ciblage publicitaire et 40% d’entre eux souhaitaient diminuer

leur exposition aux publicités.

Au même titre que les fournisseurs de contenus, les bloqueurs de publicités sont des plateformes en

ce sens qu’ils peuvent se financer sur l’une des deux faces du marché – celle des fournisseurs de

contenus et/ou celle des consommateurs. Par exemple, la société allemande Eyeo à l’origine

d’Adblock Plus tire seulement ses revenus des fournisseurs de contenus. En effet, la plupart des

fournisseurs peuvent être exemptés du blocage publicitaire en faisant partie de la liste blanche

d’Adblock Plus dès lors que leurs publicités ne gênent pas de manière excessive le consommateur.

126 https://ec.europa.eu/digital-agenda/en/news/new-rules-roaming-charges-and-open-internet,

http://ec.europa.eu/digital-agenda/en/node/67489/#open internet

127 http://downloads.pagefair.com/reports/2015_report-the_cost_of_ad_blocking.pdf

189

Par contre, 10% des plus importants fournisseurs de contenus sur le marché publicitaire, dont parmi

eux Google, Microsoft ou encore Amazon, doivent payer pour appartenir à cette liste. Ce coût peut

représenter jusqu’à 30% de leurs recettes publicitaires128. Ghostery quant à lui tire des revenus de la

vente de données aux fournisseurs de contenus. À l’inverse, Disconnect tire ses recettes de l’autre

face du marché, celle des consommateurs grâce à la vente de services premiums.

Les profits des fournisseurs de contenus financés par la publicité sont de fait affectés par l’arrivée des

bloqueurs de publicités. En 2014, les pertes de recettes publicitaires inhérentes au blocage publicitaire

s’élevaient à 5,8 milliards de dollars aux États-Unis et devraient atteindre 20,3 milliards de dollars en

2016.

Individuellement, les fournisseurs peuvent malgré tout éviter le blocage de leurs publicités en faisant

partie des listes blanches mais cela est coûteux. D’une part, les plus grands FC doivent payer des frais

d’inscription. D’autre part, les FC doivent supporter un manque à gagner car l’adhésion à la liste

blanche d’Adblock Plus est conditionnée par un cahier des charges bien précis. En effet, les publicités

ne peuvent ni être dynamiques ni dépasser une certaine taille. Elles doivent aussi respecter des codes

couleurs et se positionner à certains endroits des pages Internet pour ne pas entraver la bonne lecture

des individus129.

Les fournisseurs de contenus contestent la légalité d’un tel système que Randall Rothenburg,

président de l’Interactive Advertising Bureau (IAB), qualifie même d’immoral et contraire à

l’éthique130. En effet, pour certains, le modèle économique d’Ad-block Plus ne reposerait que sur une

forme de « racket »131. Des entreprises comme l’éditeur allemand Axel Springer ou encore les

journaux allemands Handelsblatt and Die Zeit ont porté plainte sans pour autant obtenir gain de cause.

Les juges ont considéré que les utilisateurs devaient rester libres d’arbitrer entre ce qu’ils veulent voir

et ce qu’ils ne veulent pas voir. Depuis, aucun autre fournisseur de contenus ni association regroupant

éditeurs et fournisseurs de contenus n’ont pris la décision d’attaquer en justice Ad-block Plus ou un

autre bloqueur de publicités.

Pour l’heure, les fournisseurs de contenus doivent s’adapter et inventer de nouveaux modèles

128 https://adblockplus.org/fr/about

129 https://adblockplus.org/fr/acceptable-ads#criteria-general

130 http://www.presse-citron.net/cest-la-guerre-entre-liab-et-adblock-plus/

131http://www.lemonde.fr/pixels/article/2015/09/24/la-grande-guerre-des-bloqueurs-de-

publicite_4769452_4408996.html

190

économiques. Certains sites, tels que Forbes132, ou Bild appartenant au groupe allemand Axel

Springer, ont décidé de limiter l’accès à leurs contenus pour les usagers qui ne désactivent pas leur

bloqueur de publicités133. Pour Bild, cette expérience s’est traduite par le report d’un tiers de sa

demande et d’un faible taux d’adoption de son offre payante134. Pour éviter cet effet pervers, les

fournisseurs de contenus membres de l’association française Geste ont tenté au cours du premier

trimestre de 2016 de limiter collectivement l’accès aux consommateurs utilisant un bloqueur de

publicité135.

Une autre solution consiste à faire davantage financer la création de contenus par les

consommateurs. Le passage d’un modèle gratuit à un modèle payant semble être privilégié par

nombre de fournisseurs de contenus136. Le nouvel abonnement YouTube Red à 9,99 dollars par

mois, qui propose un service sans publicités et une offre plus riche de contenus exclusifs137, semble

être une réponse directe aux bloqueurs de publicités.

Les fournisseurs de contenus qui peuvent compter sur une faible élasticité-prix de la demande

semblent a priori mieux armés pour faire face à cette nouvelle problématique. En tout état de cause,

il est raisonnable de penser qu’un grand nombre de fournisseurs de contenus resteront plus ou moins

dépendants des bloqueurs de publicités. En effet, certains consommateurs sont particulièrement

averses à la publicité et tous ne sont pas prêts à souscrire à un abonnement. Par conséquent, les sites

qui conditionnent l’accès à leurs contenus à la désactivation du bloqueur de publicités ou à la

souscription à un abonnement encourent le risquent d’un report significatif de la demande.

Les fournisseurs de contenus dont le taux d’attrition est élevé resteront donc dépendants des bloqueurs

de publicités. Parmi eux, certains ne seront pas en mesure de supporter le coût additionnel des frais

d’inscription sur les listes blanches. En conséquence, si l’utilisation d’un bloqueur de publicités

132 http://www.forbes.com/forbes/welcome/

133 http://digiday.com/publishers/forbes-ad-blocking/

134 http://www.bild.de/wa/ll/bild-de/unangemeldet-42925516.bild.html , http://www.generation-nt.com/bloqueur-

publicite-adblock-geste-actualite-1922990.html

135 http://www.journaldugeek.com/2015/12/24/geste-presse-francaise-action-commune-adblockers/ ,

http://www.lefigaro.fr/flash-actu/2016/03/21/97001-20160321FILWWW00297-operation-contre-les-bloqueurs-de-

publicite.php

136 http://www.igen.fr/ailleurs/2015/11/youtube-red-sera-t-il-une-reponse-payante-contre-adblock-93659

137http://www.metronews.fr/high-tech/youtube-payant-l-abonnement-red-a-9-99-euros-ca-vaut-le-

coup/mojv!RfUNQv1isfzi2/

191

améliore le confort de navigation de chaque consommateur, une utilisation généralisée pourrait

affecter la diversité des contenus et ainsi l’utilité que les consommateurs retirent de l’accès à Internet.

Cette problématique fait déjà l’objet d’un débat parmi les hommes et femmes politiques. La question

soulevée par exemple par Mme Catherine Morin-Desailly à Mme la secrétaire d’État en octobre 2015

met justement en lumière les craintes actuelles d’un délitement de la diversité des contenus

disponibles sur Internet du fait des bloqueurs de publicités (voir en Annexe la Question écrite n°

18392 de Mme Catherine Morin-Desailly (Seine-Maritime - UDI-UC), publiée dans le JO Sénat du

22/10/2015 - page 2484).

Toutefois, les effets des bloqueurs de publicités sur le bien-être collectif demeurent ambigus. Ces

derniers désencombrent les réseaux et augmentent ainsi le niveau moyen de la qualité de service de

l’accès à Internet. Certains FAI peuvent donc avoir intérêt à bloquer les publicités sur leur réseau. À

cet égard, en 2013, l’opérateur Free bloquait par défaut la publicité à destination de ses abonnés. À

l’heure actuelle, cette fonctionnalité est toujours disponible mais il revient au consommateur

d’activité l’option de blocage publicitaire. Aussi, l’opérateur bloquait jusqu’alors les spams (pourriels

en français) provenant de la firme Buzzee à destination des boîtes mail de ses abonnés, arguant que

« les spams encombrent inutilement les réseaux de télécommunications et, par leur volume croissant,

rendent plus difficile, ou plus coûteux, le maintien de la continuité et de la qualité de service que lui

impose le code des postes et communications électroniques»138. Cette pratique lui a pourtant valu une

condamnation en Janvier 2016 par le Tribunal de Commerce Français.

D’après le Financial Times, en 2015, plusieurs opérateurs mobiles auraient eux aussi eu l’intention

d’activer par défaut, à la manière de Free en 2013, un logiciel bloqueur de publicités sur leurs

serveurs139. L’intérêt de tels bloqueurs de publicités aurait été à la fois de désengorger les réseaux

mais peut-être aussi d’accaparer des revenus du côté des fournisseurs de contenus140. Néanmoins, de

tels bloqueurs de publicités devraient toujours être considérés comme illégaux et contraires au

principe de la Neutralité du Net par les instances judiciaires tant qu’ils seront activités par défaut par

les FAI. En revanche, rien ne semble empêcher les FAI de promouvoir leur bloqueur de publicités

activable uniquement par les abonnés.

138 http://www.journaldugeek.com/2016/01/27/free-condamne-pour-son-filtre-anti-spam/

139 http://www.igen.fr/telecoms/2015/05/les-operateurs-voudraient-bloquer-les-publicites-mobiles-91230

140 Les opérateurs proposent de distribuer les publicités en échange d’une rémunération

192

Essai 4 Un modèle économique pour analyser l’effet

des bloqueurs de publicités

193

1 Résumé

Internet permet aux individus d’accéder librement à de nombreux contenus en ligne. Un nombre

important de ces contenus sont financés par la publicité. Le développement et l’utilisation croissante

des bloqueurs de publicités obligent les fournisseurs de contenus financés par la publicité à trouver

de nouvelles sources de financement, notamment du côté des consommateurs.

Un modèle simple est proposé afin d’analyser les effets du développement des bloqueurs de publicités

sur le marché de l’Internet. Dans ce modèle, un fournisseur d’accès à Internet (FAI) offre aux

consommateurs un abonnement qui leur donne accès à l’ensemble des contenus payants et gratuits

sur le réseau. La publicité en ligne induit des effets opposés : d’une part, elle permet de financer de

nombreux contenus et entretient donc la diversité des contenus sur Internet, d’autre part, les contenus

publicitaires engendrent de la congestion sur le réseau.

Les consommateurs sont supposés averses à la publicité de sorte qu’ils sont tous incités à utiliser le

logiciel bloqueur de publicités qui leur est offert gratuitement. Dans ce nouveau contexte, les

fournisseurs de contenus ne sont plus en mesure de dégager des recettes publicitaires à moins de payer

le bloqueur de publicités un prix forfaitaire pour être inscrit sur la liste blanche des sites exemptés du

blocage publicitaire. Les fournisseurs en mesure de supporter ce surcoût peuvent soit maintenir leur

offre de contenus gratuits, soit trouver plus profitable de passer au modèle payant. Les autres, qui ne

peuvent pas supporter un tel surcoût, sont évincés du marché des contenus.

Il est démontré que le FAI est toujours incité à intégrer le bloqueur de publicités car il internalise à la

fois les gains de coûts de congestion liés à la réduction du nombre de contenus publicitaires et les

pertes de recettes des abonnements Internet à cause de la diminution de la diversité des contenus. Il

est démontré que l’intégration est socialement désirable lorsque les effets marginaux du blocage

publicitaire sur l’accès à Internet sont négatifs ou bien lorsqu’ils sont significativement positifs.

194

2 Introduction

Un modèle théorique est proposé pour étudier les effets de l’introduction d’un bloqueur de publicités

sur le marché des contenus ainsi que sur le marché de l’accès à Internet lorsque la publicité engendre

des coûts de congestion sur le réseau.

À la section 3 est présenté un modèle simple qui représente la situation sur le marché de l’Internet en

l’absence de bloqueurs de publicités. L’accès à Internet est supposé offert par un FAI en situation de

monopole. Les consommateurs quant à eux valorisent d’autant plus l’accès à Internet qu’il existe un

nombre important de contenus payants ou gratuits sur le réseau. Les proportions de contenus gratuits

et payants sont supposées endogènes au modèle car les fournisseurs de contenus arbitrent entre le

modèle économique du gratuit et du payant.

À la section 4 est intégrée au modèle théorique une entreprise offrant gratuitement aux

consommateurs un logiciel bloqueur de publicités. Dans ce nouveau contexte, les fournisseurs de

contenus doivent payer le bloqueur de publicités pour être inscrit sur sa liste blanche et ainsi continuer

à diffuser leurs publicités auprès du consommateur final. Le modèle prédit divers effets sur le marché

des contenus gratuits. Les fournisseurs dans l’incapacité de supporter le coût supplémentaire

imputable au bloqueur de publicités sont évincés du marché. Parmi les fournisseurs en mesure de

supporter le surcoût imposé par le bloqueur de publicités, certains maintiennent leur offre de contenus

gratuits alors que d’autres préfèrent migrer vers le modèle payant. Au niveau de l’accès à Internet,

les effets sont mitigés. D’une part, l’arrivée du bloqueur affecte négativement la diversité des

contenus et donc la disposition à payer des consommateurs pour l’accès au réseau. D’autre part, les

blocages publicitaires permettent de réduire le coût de congestion supporté par le FAI.

À la section 5, il est démontré que le FAI a toujours intérêt à intégrer le bloqueur de publicités pour

optimiser le niveau de congestion sur son réseau. L’effet de cette intégration sur le prix du bloqueur

de publicités (compris comme le coût d’inscription sur la liste blanche) est indéterminé. Celui-ci

s’élève si les gains en termes de coûts de congestion lorsqu’un contenu gratuit n’est plus disponible

sur le réseau compensent les pertes de recettes des abonnements Internet inhérentes à la réduction du

degré de diversité des contenus.

À la section 6, les équilibres de marchés obtenus sont évalués en termes de bien-être collectif. Il est

expliqué pourquoi les équilibres de marché ne correspondent généralement pas à l’optimum social

195

même dans la situation où le FAI intègre le bloqueur de publicités et internalise les effets sur son

réseau du blocage publicitaire. Enfin, une régulation incitative est proposée afin d’aboutir à un

équilibre de second-rang préférable aux équilibres de marché.

3 Le marché de l’Internet en l’absence de logiciels bloqueurs de

publicités

Les fournisseurs présents sur le marché des contenus choisissent soit le modèle payant, soit le modèle

gratuit pour financer leur activité. Ceux qui choisissent le modèle gratuit proposent des contenus en

libre accès pour les consommateurs. La publicité attachée à ces contenus gratuits est l’unique source

de revenus pour ces fournisseurs de contenus. Du côté du FAI, la publicité est source de congestion

sur son réseau. Les autres fournisseurs qui choisissent le modèle payant vendent des accès premium

sans publicités aux consommateurs.

La demande de contenus

Chaque fournisseur ou ensemble de fournisseurs de contenus de type 𝜃 distribue un contenu (gratuit

ou payant). Tous les contenus proposés par les fournisseurs sont supposés homogènes du point de

vue du consommateur car le niveau d’utilité procuré par la consommation des contenus est supposé

indépendant du type de contenus 𝜃. On suppose deux fonctions d’utilités distinctes pour les contenus

payants et les contenus gratuits. L’utilité procurée par la consommation de contenus payants dépend

négativement d’un prix de souscription, noté 𝑝. L’utilité procurée par la consommation de contenus

gratuits dépend négativement d’un paramètre 𝑡 représentant le désagrément causé par la publicité.

L’utilité marginale du revenu est supposée supérieure à la désutilité marginale de la publicité (𝑡 < 𝑝).

Par ailleurs, les consommateurs de contenus se différencient à travers leur consentement à payer ou

l’utilité directe, notée 𝛼, qu’ils retirent de la consommation d’un contenu payant ou gratuit. Les

consentements à payer des consommateurs sont supposés distribués linéairement sur l’intervalle

[0, 𝛼], où 𝛼 représente le consentement à payer maximal parmi l’ensemble des consommateurs.

Les fonctions d’utilité individuelles d’un consommateur de type 𝛼 pour un contenu gratuit et un

contenu payant s’écrivent respectivement 𝑈𝐴 et 𝑈𝑆 :

𝑈𝐴 = 𝛼 − 𝑡

𝑈𝑆 = 𝛼 − 𝑝 (1)

Les consommateurs sont supposés consommer des contenus tant que l’utilité retirée est supérieure ou

égale à zéro. Comme illustré au Graphique 30, la demande totale pour les contenus gratuits et payants

𝐷𝐴 et 𝐷𝑆 se déduisent comme suit :

196

𝐷𝐴 = 𝛼 − 𝑡

𝐷𝑆 = 𝛼 − 𝑝 (2)

Graphique 30 : Demande pour les contenus gratuits et payants

Condition 1 : la demande pour les contenus gratuits est strictement supérieure à zéro : 𝑫𝑨 = 𝜶 −

𝒕 > 𝟎.

Les fournisseurs de contenus

Les fournisseurs de contenus sont supposés uniformément distribués sur l’intervalle [𝜃, 𝜃]. La

dernière entreprise de type 𝜃 à rentrer sur le marché retire un profit nul et le nombre total d’entreprises

présentes sur le marché, noté Δ𝜃, est égal à 𝜃 − 𝜃.

Les fournisseurs de contenus ont le choix entre deux modèles économiques, le payant basé sur la

souscription (S) et le gratuit basé sur la publicité (A).

À la manière de Reggiani et Valletti (2016), les fournisseurs de contenus subissent un coût fixe qui

diminue avec le degré d’efficience de la firme. Ici, à degré d’efficience donné, il est supposé que le

modèle payant induit un surcoût à l’entrée relativement au modèle gratuit. Le coût fixe d’entrée sur

le marché des contenus payants et gratuits sont respectivement égaux à 𝜂𝑆𝜃 et 𝜂𝐴𝜃, avec 𝜂𝑆 > 𝜂𝐴. La

différence 𝜂𝑆 − 𝜂𝐴est notée Δ𝜂. Le coût fixe augmente donc avec le type d’entreprise 𝜃 et il est

toujours plus coûteux pour une entreprise de type 𝜃 de choisir le modèle économique payant plutôt

que le modèle gratuit.

Les fonctions de profit pour l’entreprise de type 𝜃 des modèles payants et gratuits s’écrivent

197

respectivement comme suit :

𝜋𝜃𝑆 = 𝑝𝐷𝑆 − 𝜂𝑆𝜃 = 𝑝(𝛼 − 𝑝) − 𝜂𝑆𝜃

𝜋𝜃𝐴 = 𝑎𝐷𝐴 − 𝜂𝐴𝜃 = 𝑎(𝛼 − 𝑡) − 𝜂𝐴𝜃

(3)

avec 𝑝 le prix de vente de l’abonnement aux consommateurs et 𝑎 > 0 la recette publicitaire par unité

de demande.

Si l’entreprise de type 𝜃 choisit le modèle payant, alors elle fixe le prix 𝑝∗ qui maximise son profit

𝜋𝜃𝑆 :

max𝑝

𝜋𝜃𝑆 = max

𝑝𝑝𝐷𝑆 − 𝜂𝑆𝜃

𝑑𝜋𝜃

𝑆

𝑑𝑝= 𝐷𝑆 + 𝐷𝑆

′𝑝 = 𝛼 − 2𝑝 = 0 (4)

Le prix d’équilibre s’écrit comme suit :

𝑝∗ =

𝛼

2

(5)

La condition de second d’ordre s’exprime comme suit :

𝑑2𝜋𝜃

𝑆

𝑑𝑝2= −2 < 0

(6)

La demande d’équilibre de contenus payants pour l’entreprise de type 𝜃 se déduit comme suit :

𝐷𝑆

∗ = 𝛼 − 𝑝∗ = 𝛼 −𝛼

2

𝐷𝑆∗ =

𝛼

2

(7)

Le profit d’équilibre de l’entreprise de type 𝜃 généré avec le modèle payant s’exprime comme suit :

𝜋𝜃

𝑆∗=

𝛼2

4− 𝜂𝑆𝜃

(8)

Le profit généré avec le modèle payant est naturellement décroissant avec le type 𝜃 du fournisseur de

contenus.

Le fournisseur de type 𝜃 choisit le modèle payant si le profit qu’il en retire est supérieur à celui qu’il

retirerait avec le modèle gratuit. Puisque 𝜂𝑆 > 𝜂𝐴, la condition 𝜋𝜃=𝜃𝑆 ∗

> 𝜋𝜃=𝜃𝐴 ∗

assure l’existence du

segment des contenus payants.

Condition 2 : Existence du segment des contenus payants.

L’entreprise la plus efficiente (de type 𝜃) n’est pas incitée à offrir des contenus gratuits, la contrainte

suivante doit donc être respectée :

𝜋𝜃=𝜃𝑆 ∗

> 𝜋𝜃=𝜃𝐴 ∗

> 0

𝛼2

4− 𝜂𝑆𝜃 > 𝑎𝐷𝐴 − 𝜂𝐴𝜃 > 0

198

0 < 𝑎 < 𝑎

avec 𝑎 =𝛼

2

4−Δ𝜂𝜃

𝐷𝐴.

Condition 3 : Existence du segment des contenus gratuits.

Les contraintes de participation et d’incitation qui s’imposent à l’entreprise la moins efficace, c’est-

à-dire de type 𝜃, doivent garantir l’existence du segment des contenus gratuits. Ainsi, les contraintes

suivantes doivent être satisfaites :

𝜋𝜃=θ𝐴 ≥ 0

𝜋𝜃=θ𝐴 > 𝜋

𝜃=θ𝑆

La contrainte 𝜋𝜃=θ𝐴 ≥ 0 étant saturée à l’équilibre, l’entreprise la moins efficace est incitée à choisir

le modèle gratuit si elle réalise un profit négatif dans le cas où elle offrirait des contenus payants :

𝜋𝜃=θ𝑆 < 0

𝛼2

4𝜂𝑠< θ

𝛼2

4𝜂𝑠<

𝑎𝐷𝐴

𝜂𝐴

𝜂𝑎𝛼2

4𝜂𝑠𝐷𝐴< 𝑎

𝑎 < 𝑎

Finalement, la condition 𝑎 < 𝑎, où 𝑎 =𝜂𝑎𝛼

2

4𝜂𝑠𝐷𝐴, satisfait les contraintes de participation et d’incitation

de l’entreprise la moins efficace et garantit l’existence du segment des contenus gratuits sur le marché.

Proposition 4 : il existe une unique entreprise de type �̃� ∈ ]𝜃; 𝜃[ , avec �̃� =𝛼

2

4−𝑎𝐷𝐴

Δ𝜂, indifférente entre

le modèle gratuit et payant (∃! �̃� 𝜋𝜃=�̃�𝑆 ∗

⁄ = 𝜋𝜃=�̃�𝐴 ∗

> 0). Il existe un nombre fini d’entreprises de type

𝜃, ∀𝜃 ∈ [𝜃; �̃�[, qui proposent des contenus payants. Inversement, il existe un nombre fini

d’entreprises de type 𝜃, ∀𝜃 ∈]�̃�; 𝜃[, qui proposent des contenus payants.

𝜋𝜃 = {

𝜋𝜃𝑆 > 𝜋𝜃

𝐴, ∀𝜃 ∈ [𝜃; �̃�[

𝜋𝜃𝐴 > 𝜋𝜃

𝑆, ∀𝜃 ∈]�̃�; 𝜃]

(9)

Le type �̃� de la dernière entreprise qui choisit le modèle payant est solution de l’équation suivante :

𝜋∗ �̃�𝑆

− 𝜋∗�̃�𝐴 =

𝛼2

4− 𝑎𝐷𝐴 − �̃�Δ𝜂 = 0

La solution s’écrit :

199

�̃� =

𝛼2

4 − 𝑎𝐷𝐴

Δ𝜂

(10)

Sous la Condition 2 et la Condition 3, l’intervalle de 𝑎 se déduit comme suit :

𝛼

2𝜂𝑎

4𝜂𝑠𝐷𝑎< 𝑎 <

𝛼2

4 − Δ𝜂𝜃

𝐷𝑎

𝑎 < 𝑎 < 𝑎

(11) )

Condition 4 : la borne supérieure 𝑎 est toujours strictement supérieure à la borne inférieure 𝑎, ce qui

donne :

0 ≤𝛼

2𝜂𝑎

4𝜂𝑠𝐷𝑎<

𝛼2

4 − Δ𝜂𝜃

𝐷𝑎

0 ≤𝛼

2𝜂𝑎

4𝜂𝑠<

𝛼2

4− Δ𝜂𝜃

0 ≤ 𝜃 <𝛼

2

4𝜂𝑠

La dernière entreprise à rentrer sur le marché propose des contenus gratuits, ce qui donne :

𝜃 =

𝑎𝐷𝐴

𝜂𝐴

(12)

Le nombre total de fournisseurs de contenus présents sur le marché ainsi que le nombre total de ceux

qui choisissent le modèle payant et gratuit s’écrit alors comme suit :

Δ𝜃 =

𝑎𝐷𝐴

𝜂𝐴− 𝜃 (13)

Δ̃𝜃 =

𝛼2

4 − 𝑎𝐷𝐴

Δ𝜂− 𝜃

(14)

Δ̅𝜃 =

𝑎𝐷𝐴𝜂𝑆 − 𝜂𝐴 (𝛼

2

4 )

𝜂𝐴Δ𝜂= 𝑎𝐷𝐴𝜙 −

𝛼2

4Δ𝜂

(15)

avec Δ𝜃 = 𝜃 − 𝜃, Δ̃𝜃 = �̃� − 𝜃, Δ̅𝜃 = 𝜃 − �̃� et 𝜙 =𝜂𝑆

𝜂𝐴Δ𝜂. Remarquons que nous pouvons facilement

vérifier l’égalité suivante : Δ𝜃 = Δ̃𝜃 + Δ̅𝜃.

La demande d’accès à Internet

L’accès à Internet est supposé offert par un FAI en situation de monopole. La demande d’accès à

Internet adressée au FAI par les consommateurs de contenus augmente avec le degré de diversité des

200

contenus (taille totale du marché des contenus égal à [𝜃; 𝜃]) et diminue avec le prix de l’accès au

réseau fixé par le FAI (prix de souscription).

Pour consommer des contenus, les individus doivent payer un abonnement Internet au FAI. La

demande potentielle d’accès à Internet correspond à la demande totale pour les contenus, c’est-à-dire

à 𝐷𝐴. En effet, l’inégalité 𝐷𝐴 > 𝐷𝑆 implique que la demande de contenus gratuits contient au moins

la demande de contenus payants car les consommateurs de contenus payants consomment aussi des

contenus gratuits. À l’inverse, les individus avec un consentement à payer 𝛼 relativement faible ne

consomment que des contenus gratuits (voir Graphique 30).

La fonction d’utilité de l’accès à Internet pour tous les consommateurs se définit comme suit :

𝑈𝐹𝐴𝐼 = 𝛽 + 𝜓Δ𝜃 − 𝑓 (16)

avec 𝑓 le prix d’accès à Internet, 𝛽 > 0 l’utilité directe de l’accès et 𝜓 un terme positif représentant

la préférence individuelle pour la diversité des contenus proposés sur Internet, avec Δ𝜃 le nombre

total de fournisseurs de contenus présents sur Internet.

Les abonnements Internet génèrent une recette totale pour le FAI égale à 𝑓𝐷𝐴. En outre, la diffusion

des contenus au sens strict et de la publicité attachée aux contenus gratuits génèrent un coût de

congestion sur le réseau. Sans perte de généralité, le coût de congestion lié à la distribution des

contenus au sens strict est normalisé à zéro. Le coût de congestion des contenus payants, sans

publicité, est donc nul. Seuls les contenus gratuits créent de la congestion à cause de la publicité

attachée à ces contenus. Il est rappelé que le nombre de contenus gratuits consommés sur le réseau

est égal à 𝐷𝐴Δ̅𝜃. Le profit du FAI peut alors s’exprimer comme suit :

𝜋𝐹𝐴𝐼∗= 𝐷𝐴(𝑓 − 𝑐 Δ̅𝜃) (17)

avec 𝑐 le coût de congestion par unité de contenu gratuit consommée sur le réseau.

Le FAI maximise son profit en fixant un prix de l’abonnement 𝑓∗ égal à 𝛽 + ψΔ𝜃. En d’autres termes,

le FAI s’accapare l’ensemble du surplus des consommateurs pour l’accès à Internet. Il reste à vérifier

que le profit d’équilibre est supérieur ou égale à zéro.

Condition 5 : 𝜋𝐹𝐴𝐼∗≥ 0 ⇔

𝛽+𝜓Δ𝜃

Δ̅𝜃≥ 𝑐

201

4 Introduction d’un logiciel bloqueur de publicités

Dans cette partie, un bloqueur de publicité est intégré au marché de l’Internet. Celui-ci offre

gratuitement aux consommateurs la possibilité de filtrer les publicités attachées aux contenus gratuits.

L’ensemble des utilisateurs sont supposés utiliser le logiciel bloqueur de publicité car il améliore leur

confort de navigation sur Internet. Le bloqueur de publicités offre aux fournisseurs de contenus

gratuits « un laisser-passer »141 afin qu’ils puissent acheminer jusqu’au consommateur final leurs

contenus publicitaires.

Les fournisseurs de contenus

Les fournisseurs de contenus souhaitant maintenir leur offre de contenus gratuits doivent payer au

bloqueur de publicité une somme forfaitaire d’un montant 𝑞, avec 𝑞 > 0, de sorte que les publicités

présentes sur ces contenus gratuits puissent être visionnées par les consommateurs. Les nouvelles

fonctions de profit des fournisseurs de contenus payants et gratuits s’écrivent respectivement comme

suit :

𝜋𝜃𝑆 = 𝑝𝐷𝑆 − 𝜂𝑆𝜃 ∀𝜃 ∈ [𝜃; �̃�𝑞] (18)

𝜋𝜃𝐴 = 𝑎𝐷𝐴 − 𝜂𝐴𝜃 − 𝑞 ∀𝜃 ∈ [�̃�𝑞; 𝜃𝑞] (19)

où �̃�𝑞 correspond au type de fournisseur indifférent entre offrir des contenus gratuits et des contenus

payants dans ce nouveau contexte (avec l’introduction du logiciel bloqueur de publicités).

Afin d’assurer l’existence des équilibres, les conditions explicitées dans la section 3 doivent être à

nouveau vérifiées.

Comme précédemment, pour assurer l’existence du segment des contenus payants, l’entreprise la plus

efficace ne doit pas être incitée à offrir des contenus gratuits, la contrainte suivante doit donc être

respectée :

𝜋𝜃=θ𝑆 ∗

> 𝜋𝜃=θ𝐴 ∗

où 𝜋∗θ=θs > 0 et 𝜋∗

𝜃=𝜃𝐴 > 0, ce qui donne :

𝑎𝐷𝐴 − 𝜂𝐴𝜃 − 𝑞 <𝛼

2

4− 𝜂𝑆𝜃

𝑎 <

𝛼2

4 − 𝜃Δ𝜂 + 𝑞

𝐷𝐴

141 Ce « laisser-passer » correspond au coût d’inscription sur une liste blanche, telle que proposée par Adblock Plus aux

plus importants fournisseurs de contenus.

202

𝑎 < 𝑎𝑞

avec 𝑎𝑞 = 𝑎 +𝑞

𝐷𝐴 et 𝑎 =

𝛼2

4−𝜃Δ𝜂

𝐷𝐴. Ainsi, l’entreprise la plus efficace, c’est-à-dire de type 𝜃, est incitée

à offrir des contenus payants si la contrainte d’incitation 𝑎 < 𝑎𝑞 est satisfaite.

De même, les contraintes de participation et d’incitation qui s’imposent à l’entreprise la moins

efficace, c’est-à-dire de type θ𝑞, doivent garantir l’existence du segment des contenus gratuits. Ainsi,

les contraintes suivantes doivent être satisfaites :

𝜋𝜃=θ𝑞

𝐴 ≥ 0

𝜋𝜃=θ𝑞

𝐴 > 𝜋𝜃=θ𝑞

𝑆

La contrainte 𝜋𝜃=θ𝑞

𝐴 ≥ 0 étant saturée à l’équilibre, l’entreprise la moins efficace doit alors réaliser

un profit négatif dans le cas où elle offrirait des contenus payants :

𝜋𝜃=θ𝑞

𝑆 < 0

𝛼2

4𝜂𝑠< θ𝑞

𝛼2

4𝜂𝑠<

𝑎𝐷𝐴 − 𝑞

𝜂𝐴

𝜂𝑎𝛼2

4𝜂𝑠𝐷𝐴+

𝑞

𝐷𝐴< 𝑎

𝑎𝑞 < 𝑎

avec 𝑎𝑞 = 𝑎 +𝑞

𝐷𝐴. Finalement, la condition 𝑎𝑞 < 𝑎 satisfait les contraintes de participation et

d’incitation de l’entreprise la moins efficace et garantit l’existence du segment des contenus gratuits.

De plus, les contraintes d’incitation et de participation portant sur l’entreprise la moins efficace et

l’entreprise la plus efficace (𝑎𝑞 < 𝑎 < 𝑎𝑞) associées à la stricte monotonie des fonctions de profit

assurent l’existence d’un unique θ̃𝑞 tel que 𝜋𝜃=θ̃𝑞

𝑆 ∗= 𝜋𝜃=θ̃𝑞

𝐴 ∗> 0.

Il s’agit maintenant de déterminer le nombre de fournisseurs offrant des contenus payants et le nombre

de fournisseurs offrant des contenus gratuits. Comme précédemment, l’entreprise la moins efficace

(𝜃𝑞) ne réalise pas de profit et propose des contenus gratuits tel que :

𝜃𝑞 =

𝑎𝐷𝐴 − 𝑞

𝜂𝐴

𝜃𝑞 = 𝜃 −𝑞

𝜂𝐴

(20)

Il en résulte que le nombre total d’entreprises présentes sur le marché des contenus gratuits diminue

203

avec l’introduction d’un bloqueur de publicité. Cette diminution est d’autant plus importante que la

somme forfaitaire versée au bloqueur de publicités et que le coût fixe lié à la production de contenus

gratuits (𝜂𝐴) sont élevés. Enfin, le degré d’efficience de l’entreprise indifférente entre offrir des

contenus gratuits et payants (�̃�𝑞) est solution de l’équation 𝜋�̃�𝑞

𝑆 = 𝜋�̃�𝑞

𝐴 . On déduit :

�̃�𝑞 =

𝛼2

4 − 𝑎𝐷𝐴 + 𝑞

Δ𝜂

�̃�𝑞 = �̃� +𝑞

Δ𝜂

(21)

Le nombre total d’entreprises fournissant des contenus payants augmente avec l’introduction d’un

bloqueur de publicité. En effet, le surcoût associé à l’introduction du bloqueur de publicités incite les

plus efficients fournisseurs de contenus gratuits à offrir des contenus payants. Ce sont donc les

fournisseurs de contenus gratuits dont le degré d’efficience est proche de celui des fournisseurs de

contenus payants, tel que 𝜃 ∈ [�̃�; �̃�𝑞], qui sont incités à migrer vers le modèle payant. Le nombre de

fournisseurs qui quittent le modèle gratuit au profit du modèle payant est donc d’autant plus élevé

que le différentiel de coûts fixes entre les deux modèles (Δ𝜂) est faible. En d’autres termes, plus le

switching cost142 est faible et plus les fournisseurs de contenus gratuits sont incités à offrir des

contenus payants plutôt que de supporter le coût supplémentaire causé par le bloqueur de publicités

(le coût 𝑞 pour être enregistré sur la liste blanche du bloqueur de publicités). En revanche, les

fournisseurs de contenus gratuits les moins efficaces, tel que 𝜃 ∈ [𝜃𝑞; 𝜃], sont évincés du marché des

contenus. Enfin, les fournisseurs dont le degré d’efficience 𝜃 est suffisamment élevé pour ne pas être

évincé du marché mais suffisamment faible pour ne pas pouvoir supporter le switching cost, tel que

𝜃 ∈ [�̃�𝑞; 𝜃𝑞], maintiennent leur offre de contenus gratuits.

142 coût additionnel à supporter pour passer du modèle gratuit au modèle payant

204

Graphique 31 : Impact d'un bloqueur de publicité sur le marché de la fourniture de contenus

La variation du nombre d’acteurs présents sur le segment des contenus gratuits suite à l’introduction

d’un bloqueur de publicités s’écrit comme suit :

Δ𝜃

𝑞− Δ𝜃 = −𝑞𝜙 (22)

où Δ𝜃

𝑞= 𝜃𝑞 − �̃�𝑞 et 𝜙 =

𝜂𝑆

𝜂𝐴Δ𝜂. Le ratio 𝜙 correspondant à la dérivée de Δ𝜃

𝑞 par rapport à 𝑞 donc à

l’attrition du nombre de fournisseurs de contenus gratuits pour toute hausse d’une unité du montant

𝑞. Subséquemment, la variation du nombre de fournisseurs de contenus payants s’écrit comme suit :

Δ̃𝜃𝑞 − Δ̃𝜃 =

𝑞

Δ𝜂 (23)

En outre, le nombre de fournisseurs de contenus évincés du marché se déduit comme suit :

Δ𝜃𝑞 − Δ𝜃 = −

𝑞

𝜂𝐴 (24)

L’offre du bloqueur

Le bloqueur offre aux fournisseurs de contenus gratuits une forme de « laisser-passer » afin que ces

derniers puissent continuer à tirer des revenus de la publicité. Or, le nombre de fournisseurs de

contenus gratuits dépend du montant 𝑞 fixé par le bloqueur de publicités. Le programme de

maximisation du profit du bloqueur de publicités s’écrit comme suit :

205

max𝑞

𝜋𝐴𝐵𝑞 = 𝑞Δθ

𝑞

max𝑞

𝜋𝐴𝐵𝑞 = 𝑞 (

𝑎𝐷𝑎 − 𝑞

𝜂𝑎−

𝛼2

4 − 𝑎𝐷𝑎 + 𝑞

Δ𝜂)

Les conditions du premier ordre donnent :

𝜕𝜋𝐴𝐵𝑞

𝜕𝑞= Δθ

𝑞+

𝜕Δθ

𝑞

𝜕𝑞𝑞

𝜕𝜋𝐴𝐵𝑞

𝜕𝑞= (Δθ − 𝑞𝜙) − 𝑞𝜙 = 0

(25)

La fonction de profit du bloqueur de publicités étant concave (𝜕2𝜋𝐴𝐵

𝑞

𝜕𝑞2 < 0), ce dernier augmente le

montant 𝑞 tant que l’effet prix, qui se traduit par la perte associée au report d’une partie de la demande

lorsque 𝑞 augmente, est au moins compensé par l’effet revenu. Pour la suite des calculs et des

raisonnements, il parait plus simple d’analyser les bénéfices et les coûts marginaux des acteurs pour

toute augmentation de 𝑞 égale à 1

𝜙 car une telle variation réduit d’une unité le nombre de contenus

gratuits présents sur le réseau. Nous notons dès lors par 𝐵𝑚𝐴𝐵 et 𝐶𝑚𝐴𝐵 le bénéfice et le coût

marginal pour le bloqueur de publicités d’augmenter le prix 𝑞 de 1

𝜙. À l’équilibre, nous avons :

𝐵𝑚𝐴𝐵 = 𝐶𝑚𝐴𝐵

Δθ

𝑞

𝜙= 𝑞

Le prix d’équilibre, noté 𝑞𝐴𝐵∗, fixé par le bloqueur de publicité s’exprime comme suit :

𝑞𝐴𝐵

∗ =Δθ

2𝜙

𝑞𝐴𝐵∗ =

1

2(𝑎𝐷𝐴 −

𝛼2

4

𝜂𝐴

𝜂𝑆 )

(26)

Il est nécessaire d’imposer une condition de positivité à 𝑞𝐴𝐵∗.

Condition 6 : 𝒒𝑨𝑩∗ ≥ 𝟎 ⇔

𝜶𝟐

𝟒

𝜼𝑨

𝜼𝑺≤ 𝒂𝑫𝑨

Le nombre d’acteurs présents sur le segment de la fourniture de contenus gratuits à l’équilibre se

déduit comme suit :

Δ𝜃

𝑞𝐴𝐵∗

= Δθ − 𝑞𝐴𝐵∗𝜙

Δ𝜃

𝑞𝐴𝐵∗

=Δθ

2

(27)

Ainsi, l’introduction d’un bloqueur de publicités réduit de moitié le nombre de fournisseurs proposant

206

des contenus gratuits. De même, le nombre de fournisseurs de contenus payants s’exprime comme

suit :

Δ̃𝜃

𝑞𝐴𝐵∗

= Δ̃θ +𝑞𝐴𝐵

∗

Δ𝜂

Δ̃𝜃𝑞𝐴𝐵

∗

= Δ̃θ +Δθ

2Δ𝜂𝜙

(28)

Il convient de noter que toute augmentation de 𝑞 égale à 1

𝜙 réduit d’un contenu gratuit le marché des

contenus sur Internet et augmente de 𝜂𝐴

𝜂𝑆 le nombre de contenus payants (équivalent au nombre de

fournisseurs de contenus payants). En effet, nous avons :

𝜕Δ𝜃

𝑞

𝜕𝑞

1

𝜙= −1

𝜕Δ̃𝜃𝑞

𝜕𝑞

1

𝜙=

1

𝜙Δ𝜂=

𝜂𝐴

𝜂𝑆

L’expression 𝛼

2

4

𝜂𝐴

𝜂𝑆− 𝑎𝐷𝐴 désigne alors la baisse totale des profits des acteurs du marché des contenus

lorsque 𝑞 augmente de 1

𝜙143. En effet, la variation totale des recettes des fournisseurs de contenus

(gratuits ou payants), que l’on note par Δ𝐹𝐶𝑅 , s’écrit de la manière suivante :

ΔFC𝑅 = 𝑝∗𝐷𝑆

∗𝜂𝐴

𝜂𝑆− 𝑎𝐷𝐴

ΔFC𝑅 =

𝛼2

4

𝜂𝐴

𝜂𝑆− 𝑎𝐷𝐴

(29)

Le prix 𝑞𝐴𝐵∗ peut alors s’écrire comme une fonction de ΔFC

𝑅 :

𝑞𝐴𝐵∗ = −

1

2ΔFC

𝑅

Par ailleurs, le profit du bloqueur de publicités se déduit comme suit :

𝜋𝑞𝐴𝐵∗

𝐴𝐵 = 𝑞𝐴𝐵∗Δ𝜃

𝑞𝐴𝐵∗

𝜋𝑞𝐴𝐵∗

𝐴𝐵 =(Δθ)

2

4𝜙

(30)

143 L’expression (𝛼

2

4

𝜂𝐴

𝜂𝑆− 𝑎𝐷𝐴) 𝜙 exprime la variation moyenne de la recette d’un fournisseur de contenus suite à une

augmentation marginale de 𝑞.

207

La demande d’accès à Internet

De par la nature biface du marché de l’accès à Internet, la valeur pour les consommateurs de l’accès

dépend positivement du nombre de contenus présents sur le réseau. Comme exprimé ci-dessous, la

disposition à payer des consommateurs pour l’accès, ou de manière équivalente, les recettes de l’accès

pour le FAI, diminue donc avec l’arrivée du bloqueur de publicités :

𝑓𝑞∗ = 𝛽 + ψΔθ

𝑞𝐴𝐵

𝑓𝑞∗ = 𝛽 + ψ (𝛥𝜃 −

Δθ

2𝜂𝐴𝜙)

𝑓𝑞∗ = 𝑓∗ −

Δθ

2

ψΔ𝜂

𝜂𝑆

(31)

L’arrivée d’un bloqueur de publicités diminue le prix de l’accès à Internet du montant 𝛥𝜃

2

𝜓𝛥𝜂

𝜂𝑆. Nous

rappelons que le nombre de contenus évincés du marché suite à l’arrivée du bloqueur est égal à 𝑞

𝜂𝐴.

Or, le prix d’équilibre 𝑞𝐴𝐵∗ est égal à

Δθ

2𝜙. Dès lors, le nombre de contenus évincés à l’équilibre est

égal à Δθ

2𝜙𝜂𝐴 ce qui est équivalent à

𝛥𝜃

2

𝛥𝜂

𝜂𝑆. De plus, nous savons que

𝜕𝑓

𝜕𝛥𝜃= −𝜓. Par conséquent, la diminution du consentement à payer des consommateurs pour l’accès

à Internet est de 𝜓𝛥𝜃

2

𝛥𝜂

𝜂𝑆. L’arrivée du bloqueur de publicités réduit donc du montant 𝐷𝐴

𝛥𝜃

2

𝜓𝛥𝜂

𝜂𝑆 les

recettes des abonnements Internet pour le FAI.

Pour autant, l’effet du bloqueur de publicités sur le profit du FAI reste ambigu. En effet, les pertes de

recettes peuvent être partiellement ou totalement compensées par les économies de coûts de

congestion induites par la diminution du nombre de contenus gratuits présents sur le réseau. Les gains

en termes de coûts de congestion sont égaux à 𝐷𝐴𝑐𝛥𝜃

2. En effet,

𝛥𝜃

2 correspond à la diminution du

nombre de contenus gratuits sur le réseau et 𝑐 au coût de congestion par unité de contenu gratuit

consommé sur le réseau et 𝐷𝐴 au nombre de consommateurs qui consomment les contenus gratuits.

Notons que 𝛥𝜂

𝜂𝑆 correspond au nombre de contenus évincés du marché pour toute diminution d’une

unité du nombre de contenus gratuits sur le réseau (ou pour toute augmentation de 𝑞 égale à 1

𝜙). La

perte de recettes, par consommateur, à cause des contenus évincés, est égale à ψΔη

ηS, tandis que les

économies de coûts de congestion, par consommateur, lorsqu’un contenu gratuit n’est plus disponible

208

et consommé sur le réseau, sont égales à c. Par conséquent, la différence c − ψΔη

ηS exprime le gain

net marginal pour le FAI, lorsque le segment des contenus gratuits est réduit d’une unité (pour toute

augmentation de 𝑞 égale à 1

𝜙). Après agrégation sur l’ensemble de la demande 𝐷𝐴, on note alors par

Δ𝑎𝑐𝑐𝑒𝑠𝑠, avec Δ𝑎𝑐𝑐𝑒𝑠𝑠 = 𝐷𝐴(c − ψΔη

ηS), l’externalité de réseau du bloqueur de publicités au niveau de

l’accès à Internet. Le signe de cette expression n’est pas déterminé. Lorsque les économies de coûts

de congestion compensent les pertes de recettes des abonnements Internet, l’expression Δ𝑎𝑐𝑐𝑒𝑠𝑠 est

de signe positif (ou négatif dans le cas inverse).

L’arrivée du bloqueur de publicités augmente donc le profit du FAI du montant 𝐷𝐴𝛥𝜃

2Δ𝑎𝑐𝑐𝑒𝑠𝑠. En

effet, la nouvelle fonction de profit du FAI en présence d’un bloqueur de publicités, notée 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 ,

s’écrit à l’équilibre de la manière suivante :

𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼 = 𝜋𝐹𝐴𝐼∗

+𝛥𝜃

2Δ𝑎𝑐𝑐𝑒𝑠𝑠

(32)

Propriété 8 : 𝝅𝒒𝑨𝑩∗

𝑭𝑨𝑰 > 𝝅𝑭𝑨𝑰∗⇔ 𝚫𝒂𝒄𝒄𝒆𝒔𝒔 > 𝟎.

209

5 Intégration du bloqueur de publicités par le FAI

Comme présenté en section 4, le bloqueur de publicité a des effets externes positifs ou négatifs au

niveau de l’accès à Internet du FAI. Dès lors, le FAI a une incitation forte à intégrer le bloqueur de

publicités afin d’optimiser les effets externes du bloqueur de publicités sur son accès. Si le blocage

de publicités a un impact globalement négatif (positif) sur son accès, il souhaitera fixer un prix

d’inscription sur la liste blanche relativement faible (élevé) pour « laisser-passer » un volume plus

(moins) important de publicités sur son réseau.

L’équilibre

La nouvelle fonction de profit du FAI ayant intégré le bloqueur de publicités, notée 𝜋𝑞𝐹𝐴𝐼, s’écrit

comme la somme des profits des deux entités avant la fusion :

max𝑞

𝜋𝑞𝐹𝐴𝐼 = 𝐷𝐴(𝛽 + ψΔ𝜃

𝑞 ) + (𝑞 − 𝑐𝐷𝑎)Δ𝜃

𝑞

max𝑞

𝐷𝐴 (𝛽 + 𝜓 (Δθ −𝑞

𝜂𝑎)) + (𝑞 − 𝑐𝐷𝐴)(Δ𝜃 − 𝑞𝜙)

(33)

Les conditions de premier ordre donnent :

𝜕𝜋𝑞𝐹𝐴𝐼

𝜕𝑞= −

𝐷𝐴𝜓

𝜂𝑎+ (Δ𝜃 − 𝑞𝜙) − 𝜙(𝑞 − 𝑐𝐷𝐴) = 0

𝜕𝜋𝑞𝐹𝐴𝐼

𝜕𝑞

1

𝜙= 𝐷𝐴 (𝑐 −

𝜓Δ𝜂

𝜂𝑆) + (

Δ𝜃

𝜙− 𝑞) − 𝑞 = 0

(34)

La condition de second ordre est vérifiée :

𝜕2𝜋𝐹𝐴𝐼

𝜕𝑞2= −2𝜙 ≤ 0 (35)

Les conditions du premier ordre et du second ordre impliquent l’égalité entre le bénéfice marginal

(𝐵𝑚𝐹𝐴𝐼) et le coût marginal (𝐶𝑚𝐹𝐴𝐼) associés à une variation de 𝑞 égale à 1

𝜙:

𝐵𝑚𝐹𝐴𝐼 = 𝐶𝑚𝐹𝐴𝐼

𝐷𝐴𝑐 + (Δ𝜃

𝜙− 𝑞) = 𝑞 + 𝐷𝐴

𝜓Δ𝜂

𝜂𝑆

𝐵𝑚𝐴𝐵 + 𝐷𝐴𝑐 = 𝐶𝑚𝐴𝐵 + 𝐷𝐴

𝜓Δ𝜂

𝜂𝑆

(36)

En intégrant le bloqueur de publicités, le bénéfice marginal du FAI, noté 𝐵𝑚𝐹𝐴𝐼, est égal au bénéfice

marginal du bloqueur de publicités, noté 𝐵𝑚𝐴𝐵, et aux économies de coûts de congestion égales à

𝐷𝐴𝑐 engendrées par la diminution d’un contenu gratuit. Symétriquement, le coût marginal du FAI,

noté 𝐶𝑚𝐹𝐴𝐼, est égal au coût marginal du bloqueur de publicités, noté 𝐶𝑚𝐴𝐵, et au manque à gagner

210

égal à 𝐷𝐴𝜓Δ𝜂

𝜂𝑆 pour les recettes des abonnements Internet.

Les conditions du premier ordre peuvent aussi être interprétées comme une somme de gains nets

marginaux :

𝐵𝑚𝐴𝐵 − 𝐶𝑚𝐴𝐵 + Δ𝑎𝑐𝑐𝑒𝑠𝑠 = 0

où Δ𝑎𝑐𝑐𝑒𝑠𝑠 = 𝐷𝐴 (𝑐 −𝜓Δ𝜂

𝜂𝑆) correspond à l’ensemble des externalités de réseaux (agrégées) du

bloqueur de publicités au niveau de l’accès à Internet.

Lorsque le bloqueur de publicités est détenu par une firme indépendante au FAI, celle-ci n’internalise

pas l’effet d’une hausse de 𝑞 ni sur le niveau de congestion, ni sur le consentement à payer des

individus pour l’accès à Internet. À l’inverse, lorsque le bloqueur de publicités est totalement intégré

au FAI, ce dernier internalise les effets externes d’une hausse du prix du « laisser-passer » des

publicités (𝑞) sur l’accès à Internet. Par conséquent, si les effets externes sont globalement positifs

(Δaccess > 0), le FAI est incité à augmenter le prix 𝑞 au-delà du prix d’équilibre fixé par une firme

indépendante 𝑞𝐴𝐵∗.

Cependant, toute augmentation de 𝑞 au-delà du niveau 𝑞𝐴𝐵∗ abaisse le niveau de profit de l’activité

du bloqueur de publicités du montant 𝐵𝑚𝐴𝐵 − 𝐶𝑚𝐴𝐵. En effet, au-delà du niveau 𝑞 = 𝑞𝐴𝐵∗, l’activité

du bloqueur devient déficitaire pour toute hausse de 𝑞 car l’effet revenu devient inférieur à l’effet

prix. Toutefois, le FAI augmente le prix 𝑞 au-delà de 𝑞𝐴𝐵∗ tant que le profit supplémentaire de

l’activité de l’accès à Internet compense la diminution du profit de l’activité du bloqueur de publicités.

Le prix du bloqueur de publicités intégré au FAI, solution du programme de maximisation du FAI,

se déduit comme suit :

𝑞𝐹𝐴𝐼

∗ =Δ𝜃

2𝜙+

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2 (37)

Condition 7 : 𝒒𝑭𝑨𝑰∗ > 𝟎 ⇔

𝜟𝜽

𝟐𝝓+

𝑫𝑨

𝟐(𝒄 −

𝜟𝜼𝝍

𝜼𝒔) > 𝟎

𝑞𝐹𝐴𝐼∗ peut aussi s’écrire en fonction de 𝑞𝐴𝐵

∗ :

𝑞𝐹𝐴𝐼

∗ = 𝑞𝐴𝐵∗ +

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2

𝑞𝐹𝐴𝐼∗ =

1

2(Δ𝑎𝑐𝑐𝑒𝑠𝑠 − ΔOTT

𝑅 )

Nous avons : 𝑞𝐹𝐴𝐼∗ > 𝑞𝐴𝐵

∗ si 𝑐 −Δ𝜂𝜓

𝜂𝑠> 0.

211

Propriété 9 : si les externalités de réseaux du bloqueur de publicités sont globalement positifs au

niveau de l’accès à Internet, le prix du « laisser-passer » des publicités fixé par le FAI est supérieur

au prix fixé par un bloqueur de publicités indépendant. Le terme Δ𝑎𝑐𝑐𝑒𝑠𝑠

2 représente la variation du prix

du bloqueur de publicités pour les fournisseurs de contenus gratuits lorsque le bloqueur de publicités

est détenu par le FAI plutôt que par une firme distincte.

Le nombre de fournisseurs sur le segment des contenus gratuits s’écrit comme suit :

Δ𝜃

𝑞𝐹𝐴𝐼∗

= Δθ − 𝑞𝐹𝐴𝐼∗𝜙

(38)

L’expression Δ𝜃

𝑞𝐹𝐴𝐼∗

peut se réécrire en fonction de Δ𝜃

𝑞𝐴𝐵∗

, nous avons :

Δ𝜃

𝑞𝐹𝐴𝐼∗

= Δθ − 𝜙 (𝑞𝐴𝐵∗ +

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2)

Δ𝜃

𝑞𝐹𝐴𝐼∗

= Δ𝜃

𝑞𝐴𝐵∗

− 𝜙Δ𝑎𝑐𝑐𝑒𝑠𝑠

2

(39)

La variation du nombre de fournisseurs de contenus gratuits est égale à 𝜙Δ𝑎𝑐𝑐𝑒𝑠𝑠

2. Parallèlement, le

nombre de fournisseurs sur le segment des contenus payants se déduit comme suit :

Δ̃𝜃

𝑞𝐹𝐴𝐼∗

= Δ̃θ +𝑞𝐹𝐴𝐼

∗

Δ𝜂

Δ̃𝜃𝑞𝐹𝐴𝐼

∗

= Δ̃θ +𝑞𝐴𝐵

∗ +𝐷𝐴

2 (𝑐 − 𝜓Δ𝜂

𝜂𝑆)

Δ𝜂

Δ̃𝜃𝑞𝐹𝐴𝐼

∗

= Δ̃𝜃𝑞𝐴𝐵

∗

+1

Δ𝜂

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2

(40)

Après l’intégration du bloqueur de publicités par le FAI, le nombre de fournisseurs de contenus

payants est augmenté du terme 1

Δ𝜂

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2. En outre, la variation du nombre de contenus sur le marché

est égale à Δ𝑎𝑐𝑐𝑒𝑠𝑠

2

1

𝜂𝐴.

L’incitation pour le FAI à intégrer le bloqueur de publicités indépendant

Le bloqueur de publicités est supposé avoir été initialement développé par une entité tiers,

indépendante au FAI. Dès lors, l’intégration du bloqueur par le FAI ne peut s’effectuer que si l’accord

est mutuellement avantageux pour les deux parties.

La fusion entre le FAI et le bloqueur de publicités est améliorante pour les deux parties dès lors que

le profit joint à l’équilibre est supérieur à la somme des profits indépendants. Pour que les deux parties

soient incitées à fusionner, le consentement à payer du FAI doit au moins être égal au consentement

212

à recevoir du bloqueur de publicités :

∑

1

(1 + 𝑟)𝑡𝜋𝑞𝐴𝐵

∗𝐴𝐵

∞

𝑡=0

≤ ∑1

(1 + 𝑟)𝑡(𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼 )

∞

𝑡=0

𝜋𝑞𝐴𝐵∗

𝐴𝐵 ≤ 𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼

(41)

avec 𝑟 le taux de rendement du capital. Notons que le profit 𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 peut se réécrire en fonction de

𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 et 𝜋𝑞𝐴𝐵∗

𝐴𝐵 (voir Annexe, partie « détails des calculs de l’essai 4 », section 1), de sorte que

l’inégalité ci-dessus est toujours vraie, nous avons :

𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 = 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼 + 𝜋𝑞𝐴𝐵

∗𝐴𝐵 + 𝜙 (

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2)

2

(42)

Le bénéfice total actualisé de la fusion est donc égal à :

∑1

(1 + 𝑟)𝑡𝜙 (

𝛥𝑎𝑐𝑐𝑒𝑠𝑠

2)

2∞

𝑡=0

= 𝜙 (𝛥𝑎𝑐𝑐𝑒𝑠𝑠

2)

2

+𝜙 (

𝛥𝑎𝑐𝑐𝑒𝑠𝑠

2 )2

𝑟

(43)

Pour que l’accord de fusion entre les deux parties puisse avoir lieu, le prix de vente, noté 𝑣, doit être

supérieur ou égal au consentement à recevoir du bloqueur de publicité et inférieur ou égal au

consentement à payer du FAI, tel que 𝑣 ∈ [∑1

(1+𝑟)𝑡 𝜋𝑞𝐴𝐵∗

𝐴𝐵∞𝑡=0 ; ∑

1

(1+𝑟)𝑡 (𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 )∞𝑡=0 ].

Chacune des deux parties cherche à maximiser son surplus de la vente, c’est-à-dire l’écart absolu

entre le prix de vente et son consentement (à payer ou recevoir). La répartition du gain issu de la

fusion entre le FAI et le bloqueur de publicités dépend du prix de vente (𝑣), lui-même déterminé à

l’issu de la négociation entre les deux parties. Le résultat de la négociation est solution du programme

de maximisation suivant :

max

𝑣(𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼 +

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼

𝑟− 𝑣)

𝜌

(𝑣 − 𝜋𝑞𝐴𝐵∗

𝐴𝐵 −𝜋𝑞𝐴𝐵

∗𝐴𝐵

𝑟)

(1−𝜌)

max𝑣

𝜌 ln (𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 +𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼

𝑟− 𝑣) + (1 − 𝜌) ln (𝑣 − 𝜋𝑞𝐴𝐵

∗𝐴𝐵 −

𝜋𝑞𝐴𝐵∗

𝐴𝐵

𝑟)

(44)

où 𝜌 et (1 − 𝜌) traduisent respectivement les pouvoirs de négociation relatifs du FAI et du bloqueur

de publicités. Après simplification (voir Annexe, partie « détails des calculs de l’essai 4 », section 2),

l’équilibre de Nash 𝑣∗, solution du programme de maximisation (46), s’écrit comme suit :

𝑣∗ = 𝜌 (𝜋𝑞

𝐴𝐵∗

𝐴𝐵+

𝜋𝑞𝐴𝐵

∗𝐴𝐵

𝑟) + (1 − 𝜌) (𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼 +

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼

𝑟) (45)

Finalement, le prix d’équilibre (𝑣∗) correspond à la somme des consentements des parties pondérés

par leur pouvoir de négociation respectifs. Si le FAI détient tout le pouvoir de négociation (𝜌 = 1),

alors le prix de vente est minimal, c’est-à-dire égal au prix de réserve du bloqueur de publicités et le

FAI s’accapare l’intégralité du gain de la fusion. Inversement, si le FAI n’a aucun pouvoir de

négociation (𝜌 = 0), le prix de vente est maximal et donc égal au consentement à payer du FAI.

213

214

6 Effet du bloqueur de publicités sur le bien-être collectif

Les équilibres de marché présentés aux sections 3, 4 et 5 rendent compte de l’effet d’un bloqueur de

publicités sur un ensemble de variables économiques : la fourniture de contenus gratuits et payants,

le niveau de congestion, le prix des abonnements Internet et les profits des acteurs de l’économie.

Après fusion, l’internalisation par le FAI des effets externes du bloqueur de publicités sur l’accès à

Internet est susceptible d’améliorer le bien-être collectif. En tout état de cause, l’équilibre socialement

désirable n’est pas atteint par l’équilibre de marché.

L’optimum social

Le régulateur ou le planificateur social a pour objectif de maximiser le bien-être collectif, lequel doit

être fonction de l’ensemble des bénéfices et coûts réels de tous les acteurs de l’économie. La fonction

de bien-être collectif, notée 𝑊𝐹𝐵, s’écrit comme suit :

𝑊𝐹𝐵 = 𝐷𝐴 (𝛽 + 𝜓Δ𝜃

𝑞) + Δ𝜃

𝑞∫ (𝛼 − 𝑡)

𝛼

𝑡

𝑑𝛼 + Δ̃𝜃𝑞

∫ 𝛼𝛼

𝛼2

𝑑𝛼 + Δ𝜃

𝑞𝐷𝐴(𝑎 − 𝑐)

− 𝐹𝐶

(46)

avec (𝛽 + 𝜓Δ𝜃𝑞

) le surplus individuel des consommateurs pour l’accès à Internet, ∫ (𝛼 − 𝑡)𝛼

𝑡𝑑𝛼 et ∫ 𝛼

𝛼𝛼

2

𝑑𝛼

les surplus totaux des consommateurs par contenu gratuit et payant accessibles sur le réseau, 𝑎 la

recette publicitaire par unité de demande des fournisseurs de contenus gratuits, 𝑐 le coût de congestion

par unité de contenus gratuits consommés sur le réseau, et 𝐹𝐶 = (𝜂𝐴 ∫ 𝜃

𝜃𝑞

�̃�𝑞d𝜃 + 𝜂

𝑆 ∫ 𝜃�̃�𝑞

𝜃d𝜃) le coût

fixe agrégé de l’ensemble des fournisseurs de contenus. Il convient de noter que la fonction 𝑊𝐹𝐵

n’intègre ni les recettes du bloqueur de publicités, ni les recettes de l’accès à Internet. En effet, ces

montants ne sont en réalité que des transferts monétaires entre les acteurs de l’économie et ne

constituent pas de bénéfices réels. Après simplifications (voir Annexe, partie « détails des calculs de

l’essai 4 », section 3), 𝑊𝐹𝐵 peut se réécrire en fonction de 𝛥𝜃𝑞 , 𝛥𝜃

𝑞, �̃�𝜃

𝑞 , 𝜃𝑞 , �̃�𝑞 et 𝜃 :

𝑊𝐹𝐵 = 𝐷𝐴(𝛽 + 𝜓Δ𝜃

𝑞) + Δ𝜃

𝑞𝐷𝐴 (

𝐷𝐴

2+ 𝑎 − 𝑐)

+Δ̃𝜃𝑞 3𝛼

2

8−

𝜂𝑎𝜃𝑞

2

2−

Δ𝜂�̃�𝑞2

2+

𝜂𝑠𝜃2

2

(47)

Après simplifications (voir Annexe, idem ci-dessus), les conditions du premier ordre et du second

ordre impliquent l’égalité entre le bénéfice marginal, noté 𝐵𝑚𝐹𝐵, et le coût marginal, noté 𝐶𝑚𝐹𝐵,

associés à une variation de 𝑞 égale à 1

𝜙 (réduction d’une unité le nombre de contenus gratuits présents

sur le réseau) :

215

𝜕𝑊

𝜕𝑞

1

𝜙 = 𝐷𝐴 (𝑐 −

𝜓Δ𝜂

𝜂𝑆) − 𝑎𝐷𝐴 + (

3𝛼2

8

𝜂𝐴

𝜂𝑆−

(𝐷𝐴)2

2) + (

Δ𝜃

𝜙− 𝑞) = 0

(Δ𝜃

𝜙− 𝑞) + 𝐷𝐴𝑐 +

𝛼2

8

𝜂𝐴

𝜂𝑆+

𝛼2

4

𝜂𝐴

𝜂𝑆= 𝐷𝐴

𝜓Δ𝜂

𝜂𝑆+

(𝐷𝐴)2

2+ 𝑎𝐷𝐴

𝐵𝑚𝐹𝐵 = 𝐶𝑚𝐹𝐵

(48)

𝐷𝐴 (𝑐 −𝜓Δ𝜂

𝜂𝑆) + (

𝛼2

8

𝜂𝐴

𝜂𝑆−

(𝐷𝐴)2

2) + (

𝛼2

4

𝜂𝐴

𝜂𝑆− 𝑎𝐷𝐴) − (𝑞 −

Δ𝜃

𝜙) = 0

La différence entre le bénéfice marginal et le coût marginal peut être comprise comme la somme de

gains nets marginaux. Le terme 𝐷𝐴 (𝑐 −𝜓Δ𝜂

𝜂𝑆) = Δaccess est égal à la variation du surplus total au

niveau de l’accès à Internet pour les consommateurs et le FAI (voir section 4.3), le terme (𝐷𝑆)2

2(

𝜂𝐴

𝜂𝑆) −

(𝐷𝐴)2

2= Δ𝐶𝑆 correspond à la variation du surplus des consommateurs sur le marché des contenus144,

le terme 𝛼

2

4

𝜂𝐴

𝜂𝑆− 𝑎𝐷𝐴 = ΔFC

𝑅 est égal à la variation totale des recettes des fournisseurs de contenus145,

enfin, le terme (𝑞 −Δ𝜃

𝜙) = −

Δ𝜃𝑞

𝜙= ΔFC

𝐶 correspond à la variation du coût fixe total des fournisseurs

de contenus. La variation ΔFC𝐶 résulte de deux effets opposés. Le premier est négatif car les

fournisseurs de contenus gratuits les moins efficients sont évincés du marché suite à une augmentation

de 𝑞. Le deuxième est positif car les fournisseurs de contenus gratuits les plus efficaces migrent du

modèle gratuit vers le modèle payant en supportant un coût fixe plus élevé (𝜂𝑆 > 𝜂𝐴). L’effet global

(ΔFC𝐶 ) est négatif au regard de la dérivée première :

𝜕𝐹𝐶

𝜕𝑞= −Δ𝜃

𝑞< 0.

Après réécriture, l’optimum social est alors atteint lorsque la somme des gains nets marginaux

s’annule :

Δaccess + Δ𝐶𝑆 + (ΔFC𝑅 − ΔFC

𝐶 ) = 0

La différence ΔFC𝑅 − ΔFC

𝐶 correspond donc à la baisse146 du surplus agrégé des fournisseurs de

144 Le terme (𝐷𝐴)2

2 correspond à la perte de surplus des consommateurs liée à la diminution d’un contenu gratuit sur le

réseau. De plus, pour tout contenu gratuit en moins sur le réseau, il y a 𝜂𝐴

𝜂𝑆 contenus payants en plus sur le réseau. Or,

chaque contenu payant procure un surplus total de consommation égal à (𝐷𝑆)2

2.

145 En effet, les termes 𝑎𝐷𝐴 et 𝑝∗𝐷𝑆∗ =

𝛼2

4 correspondent aux recettes totales des fournisseurs par unité de contenus gratuits

et payants sur le réseau. Or, pour tout contenu gratuit en moins sur le réseau, il y a 𝜂𝐴

𝜂𝑆 contenus payants en plus sur le

réseau.

146 La variation (ΔFC𝑅 − ΔFC

𝐶 ) est négative :

216

contenus. Au final, le retrait d’un contenu gratuit sur le réseau entraine divers effets à différents

niveaux de l’économie. En premier lieu, au niveau de l’accès à Internet, les effets opposés sur les

surplus des consommateurs et du FAI se résument au travers de l’expression Δaccess. En second lieu,

au niveau du marché des contenus, le surplus des consommateurs et des fournisseurs de contenus sont

respectivement réduits de Δ𝐶𝑆 et (ΔFC𝑅 − ΔFC

𝐶 ).

La somme fixée par le planificateur (𝑞𝐹𝐵) qui maximise le surplus collectif s’écrit :

𝑞𝐹𝐵 = 𝐷𝐴 (𝑐 −

𝜓Δ𝜂

𝜂𝑆) +

3𝛼2

8

𝜂𝐴

𝜂𝑆−

(𝐷𝐴)2

2− 𝑎𝐷𝐴 +

Δ𝜃

𝜙 (49)

Le prix optimal 𝑞𝐹𝐵 peut se réécrire en fonction de Δaccess et ΔCS comme suit :

𝑞𝐹𝐵 = Δaccess + ΔCS + ΔFC

𝑅 +Δ𝜃

𝜙

𝑞𝐹𝐵 = Δaccess + Δ𝐶𝑆

(50)

Nous rappelons que Δ𝐶𝑆 =(𝐷𝑆)2

2(

𝜂𝐴

𝜂𝑆) −

(𝐷𝐴)2

2. Or 𝐷𝐴 > 𝐷𝑆 et 𝜂𝑆 > 𝜂𝐴, nous déduisons : Δ𝐶𝑆 < 0. En

d’autres termes, le blocage publicitaire diminue le surplus des consommateurs sur le marché des

contenus, ou de manière équivalente, le surplus des consommateurs sur le marché des contenus

augmente avec le nombre de contenus gratuits sur Internet. Reste à savoir si l’effet négatif du blocage

publicitaire sur le surplus des consommateurs est compensé par l’effet externe du bloqueur au niveau

de l’accès. Si Δaccess > −ΔCS, l’effet externe positif du blocage compense la variation négative de

surplus des consommateurs, et le prix du bloqueur à l’optimum est nécessairement positif. En

revanche, même si Δaccess est positif, l’effet externe peut être insuffisant pour compenser la perte

ΔCS. Dans ce cas, le blocage publicitaire est davantage facteur de coûts que de bénéfices pour la

société pris dans son ensemble. Ainsi, le planificateur devrait souhaiter subventionner la publicité sur

Internet, avec un prix négatif du bloqueur, pour valoriser l’accès à Internet (via la diversité des

contenus) et augmenter le surplus de consommation sur le marché des contenus.

Comparaison de l’optimum social avec les équilibres

Il convient de vérifier dans quelle mesure les équilibres de marché, 𝑞𝐴𝐵∗et 𝑞𝐹𝐴𝐼

∗, peuvent coïncider

avec l’équilibre de premier rang (𝑞𝐹𝐵). Pour rappel, 𝑞𝐹𝐴𝐼∗ =

1

2(Δ𝑎𝑐𝑐𝑒𝑠𝑠 − ΔFC

𝑅 ) et 𝑞𝐴𝐵∗ = −

1

2ΔFC

𝑅 . Le

prix 𝑞𝐹𝐵 peut se réécrire en fonction de 𝑞𝐴𝐵∗, nous avons :

ΔFC𝑅 − ΔFC

𝐶 =𝛼

2

4

𝜂𝐴

𝜂𝑆− 𝑎𝐷𝐴 − 𝑞 − 𝑎𝐷𝐴 +

𝛼2

4

𝜂𝐴

𝜂𝑆

ΔFC𝑅 − ΔFC

𝐶 = −𝑞

217

𝑞𝐹𝐵 = 2𝑞𝐹𝐴𝐼∗ + ΔCS + ΔFC

𝑅

𝑞𝐹𝐵 = 2𝑞𝐴𝐵∗ + Δaccess + ΔCS + ΔFC

𝑅

(51)

La différence entre l’équilibre de premier rang et l’équilibre de marché 𝑞𝐴𝐵∗ s’écrit alors comme suit :

𝑞𝐹𝐵 − 𝑞𝐴𝐵

∗ = Δaccess +1

2ΔFC

𝑅 + ΔCS

𝑞𝐹𝐵 − 𝑞𝐴𝐵∗ = Δaccess + 𝑆𝑞=𝑞𝐴𝐵

∗

(52)

avec 𝑆𝑞 = ΔFCR − ΔFC

C + ΔCS, ΔFCR − ΔFC

C = −𝑞, et 𝑆𝑞=𝑞𝐴𝐵∗ = (ΔFC

R − ΔFCC )

𝑞=𝑞𝐴𝐵∗ + ΔCS.

En d’autres termes, l’expression 𝑆𝑞=𝑞𝐴𝐵∗ correspond à la variation (négative) du surplus total sur le

marché des contenus (consommateurs et fournisseurs de contenus), évaluée au point 𝑞 = 𝑞𝐴𝐵∗.

Du point de vue bien-être collectif, les recettes du bloqueur de publicités ne sont qu’un transfert

monétaire. Ils n’ont donc pas lieu d’être intégrés au surplus collectif. Toutefois, il convient d’intégrer

l’effet marginal du blocage publicitaire147 sur les variations de surplus des acteurs du marché des

contenus (les consommateurs et les fournisseurs de contenus). Ainsi, il peut être préférable de bloquer

encore davantage de publicités sur le réseau que ne le fait un bloqueur de publicités indépendant, en

fixant un prix plus élevé d’inscription sur la liste blanche (𝑞𝐹𝐵 > 𝑞𝐴𝐵∗), si les bénéfices marginaux

du blocage publicitaire au niveau de l’accès à Internet sont supérieurs aux coûts marginaux du blocage

sur le marché des contenus (pour les consommateurs et les fournisseurs), c’est-à-dire si Δaccess >

−𝑆𝑞=𝑞𝐴𝐵∗.

De l’équation (53) est aussi déduite la différence 𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ :

𝑞𝐹𝐵 = 2𝑞𝐹𝐴𝐼∗ + ΔCS + ΔFC

𝑅

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ = 𝑞𝐹𝐴𝐼

∗ + ΔCS + ΔFC𝑅

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗ =1

2(Δaccess − ΔFC

𝑅 ) + ΔCS + ΔFC𝑅

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ =

1

2Δaccess + 𝑆𝑞=𝑞𝐴𝐵

∗

(53)

La différence 𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ peut aussi de réécrire en fonction de 𝑆𝑞=𝑞𝐴𝐵

∗ :

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ = Δaccess −

1

2Δaccess +

1

2ΔFC

𝑅 + ΔCS

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ = Δaccess −

1

2Δaccess − 𝑞𝐴𝐵

∗ + ΔCS

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ = Δaccess − 𝑞𝐹𝐴𝐼

∗ + ΔCS

147 augmentation ou diminution de 𝑞

218

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ = Δaccess + 𝑆𝑞=𝑞𝐹𝐴𝐼

∗

avec 𝑆𝑞=𝑞𝐹𝐴𝐼∗ = (ΔFC

R − ΔFCC )

𝑞=𝑞𝐹𝐴𝐼∗ + ΔCS. De la même manière que précédemment, nous avons

𝑞𝐹𝐵 > 𝑞𝐹𝐴𝐼∗ si Δaccess > −𝑆𝑞=𝑞𝐹𝐴𝐼

∗, ce qui est équivalent à Δaccess > −2𝑆𝑞=𝑞𝐴𝐵∗.

Au Graphique 32 sont représentées les fonctions (𝑞𝐹𝐵 − 𝑞𝐴𝐵∗) et (𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗) en fonction de

Δaccess. Une interprétation des différentes situations possibles est exposée ci-après.

Pour Δaccess > 0, c’est-à-dire lorsque les effets du blocage sur l’accès à Internet sont positifs, nous

avons forcément −𝑆𝑞=𝑞𝐹𝐴𝐼∗ > −𝑆𝑞=𝑞𝐴𝐵

∗. En effet, pour Δaccess > 0, nous avons 𝑞𝐹𝐴𝐼∗ > 𝑞𝐴𝐵

∗ et le

coût marginal −𝑆𝑞 = 𝑞 − ΔCS augmente toujours avec le prix 𝑞 du bloqueur de publicités. En d’autres

termes, le FAI bloque davantage de publicités qu’un bloqueur de publicités indépendant, ce qui

engendre des pertes additionnelles de surplus sur le marché des contenus.

Lorsque Δaccess > −𝑆𝑞=𝑞𝐹𝐴𝐼∗ > −𝑆𝑞=𝑞𝐴𝐵

∗, les effets marginaux du blocage publicitaire sur l’accès à

Internet compensent les pertes marginales de surplus sur le marché des contenus. Le FAI comme le

bloqueur indépendant ne bloquent pas assez de publicités. Le bloqueur intégré est tout de même

préféré au bloqueur indépendant car il bloque davantage de publicités que le bloqueur indépendant

(𝑞𝐹𝐴𝐼∗ > 𝑞𝐴𝐵

∗).

Lorsque −𝑆𝑞=𝑞𝐹𝐴𝐼∗ > Δaccess > −𝑆𝑞=𝑞𝐴𝐵

∗, les effets marginaux du blocage publicitaire sur l’accès

Internent permettent de compenser les pertes marginales de surplus sur le marché des contenus

lorsque le bloqueur est indépendant. En revanche, ils ne permettent pas de compenser les pertes

marginales plus élevées de surplus sur le marché des contenus lorsque le bloqueur est intégré au FAI.

Ainsi, le prix fixé par le FAI est trop élevé tandis que celui fixé par le bloqueur indépendant est trop

faible. Un bloqueur intégré au FAI est préféré (n’est pas préféré) à un bloqueur indépendant si la

différence −𝑆𝑞=𝑞𝐹𝐴𝐼∗ − Δaccess est inférieure (supérieure) à la différence Δaccess − (−𝑆𝑞=𝑞𝐴𝐵

∗). Il

existe alors un unique niveau Δaccess égal à −4

3𝑆𝑞=𝑞𝐴𝐵

∗ tel que le coût social du prix trop élevé fixé

par le FAI est juste égal au coût social du prix trop faible fixé par le bloqueur indépendant. Ainsi, un

bloqueur intégré au FAI est préférable si Δaccess > −𝑆𝑞=𝑞𝐹𝐴𝐼∗ (voir § supra) ou si −𝑆𝑞=𝑞𝐹𝐴𝐼

∗ >

Δaccess > −4

3𝑆𝑞=𝑞𝐴𝐵

∗. On déduit qu’un bloqueur intégré au FAI est toujours préféré à un bloqueur

indépendant si Δaccess > −4

3𝑆𝑞=𝑞𝐴𝐵

∗. À l’inverse, si −4

3𝑆𝑞=𝑞𝐴𝐵

∗ > Δaccess > −𝑆𝑞=𝑞𝐴𝐵∗, un bloqueur

indépendant est préférable à un bloqueur intégré au FAI.

219

Lorsque −𝑆𝑞=𝑞𝐹𝐴𝐼∗ > −𝑆𝑞=𝑞𝐴𝐵

∗ > Δaccess > 0, le FAI comme le bloqueur indépendant fixent un prix

trop élevé du bloqueur de publicité car les coûts marginaux du blocage publicitaire sur le marché des

contenus sont supérieurs aux gains marginaux au niveau de l’accès. Le bloqueur indépendant qui fixe

un prix plus faible que le FAI est donc préféré à un bloqueur intégré au FAI. Ainsi, si −𝑆𝑞=𝑞𝐴𝐵∗ >

Δaccess > 0, un bloqueur indépendant est préférable à un bloqueur intégré. Or le bloqueur

indépendant était aussi préféré pour −4

3𝑆𝑞=𝑞𝐴𝐵

∗ > Δaccess > −𝑆𝑞=𝑞𝐴𝐵∗. Il est alors préféré si

−4

3𝑆𝑞=𝑞𝐴𝐵

∗ > Δaccess > 0.

Lorsque −2𝑞𝐴𝐵∗ < Δaccess < 0, les effets marginaux du blocage publicitaire sur l’accès à Internet

sont négatifs. En d’autres termes, ils alourdissent les pertes marginales de surplus sur le marché des

contenus. C’est la raison pour laquelle lorsque Δaccess est négatif le prix de premier rang (𝑞𝐹𝐵) est

négatif : il est préférable de subventionner le segment des contenus gratuits. Or, nous savons que pour

−2𝑞𝐴𝐵∗ < Δaccess < 0, 𝑞𝐹𝐴𝐼

∗ < 𝑞𝐴𝐵∗ et −𝑆𝑞=𝑞𝐹𝐴𝐼

∗ < −𝑆𝑞=𝑞𝐴𝐵∗ car 𝑆𝑞 = −𝑞 − ΔCS. Cette fois si,

c’est le bloqueur indépendant qui bloque davantage de publicités et qui génère une perte totale de

surplus plus élevée sur le marché des contenus. Par conséquent, le FAI est préféré au bloqueur

indépendant.

220

Graphique 32 : Ecart des équilibres de marché par rapport à l'optimum social

Les résultats de la comparaison de l’optimum social avec les équilibres de marchés sont synthétisés

au Tableau 3. Cette analyse permet d’étudier sous quelles conditions l’intégration du bloqueur de

publicités est améliorante du point de vue du bien-être collectif.

Propriété 10 : La situation d’un bloqueur de publicités intégré au FAI est socialement préférable à

la situation d’un bloqueur de publicités indépendant au FAI, si les effets marginaux du blocage

publicitaire sur l’accès à Internet sont négatifs ou significativement positifs (supérieurs à

−4

3𝑆𝑞=𝑞𝐴𝐵

∗). Inversement, la situation d’un bloqueur de publicités indépendant est socialement

préférable à la situation d’un bloqueur de publicités intégré au FAI, si les gains marginaux du blocage

publicitaire sur l’accès à Internet sont faibles (inférieurs à −4

3𝑆𝑞=𝑞𝐴𝐵

∗).

221

Tableau 3 : Comparaison des équilibres de marché avec l’optimum social

Intervalle de

𝚫𝐚𝐜𝐜𝐞𝐬𝐬

−2𝑞𝐴𝐵∗ ≤ 𝛥𝑎𝑐𝑐𝑒𝑠𝑠

≤ 0

0 ≤ Δaccess

≤ −𝑆𝑞=𝑞𝐴𝐵∗

−𝑆𝑞=𝑞𝐴𝐵∗

≤ Δaccess

≤ −4

3𝑆𝑞=𝑞𝐴𝐵

∗

−4

3𝑆𝑞=𝑞𝐴𝐵

∗

≤ 𝛥𝑎𝑐𝑐𝑒𝑠𝑠

≤ −𝑆𝑞=𝑞𝐹𝐴𝐼∗

−𝑆𝑞=𝑞𝐹𝐴𝐼∗

≤ Δaccess

Comparaison

des

équilibres

𝑞𝐹𝐵 < 𝑞𝐹𝐴𝐼∗

< 𝑞𝐴𝐵∗

𝑞𝐹𝐵 < 𝑞𝐴𝐵∗

< 𝑞𝐹𝐴𝐼∗

𝑞𝐴𝐵∗ < 𝑞𝐹𝐵

≪ 𝑞𝐹𝐴𝐼∗

𝑞𝐴𝐵∗ ≪ 𝑞𝐹𝐵

< 𝑞𝐹𝐴𝐼∗

𝑞𝐴𝐵∗ < 𝑞𝐹𝐴𝐼

∗

< 𝑞𝐹𝐵

Préférence

sociale 𝐹𝐴𝐼 ≻ 𝐴𝐵 𝐴𝐵 ≻ 𝐹𝐴𝐼 𝐹𝐴𝐼 ≻ 𝐴𝐵

Introduction d’une régulation

Sauf sous certaines conditions très restrictives, les équilibres de marché ne coïncident pas avec

l’optimum social. Le prix fixé par le bloqueur de publicités intégré ou non ne permet pas d’atteindre

le niveau socialement optimal de congestion et réciproquement le degré optimal de diversité des

contenus.

Pour faire converger les équilibres de marché vers l’optimum social, le régulateur incite le bloqueur

de publicités intégré ou non au FAI à fixer le prix recommandé par le régulateur (𝑞𝑆𝐵) via une

compensation financière. Celle-ci doit au minimum compenser le coût d’opportunité de suivre les

recommandations du régulateur.

Le recours à un tel outil incitatif permet à l’économie d’atteindre un équilibre de second rang, lui-

même supérieur à l’équilibre de marché en termes de surplus collectif. Toutefois, l’existence d’un

coût marginal des fonds publics (𝜆)148 ne permet pas d’atteindre l’équilibre de premier rang.

Le régulateur recommande le prix 𝑞𝑆𝐵 qui maximise la fonction de bien-être collectif :

max

𝑞𝑊𝑆𝐵 = 𝐷𝐴 (𝛽 + 𝜓Δ𝜃

𝑞) + Δ𝜃

𝑞∫ (𝛼 − 𝑡

𝛼

𝑡

)𝑑𝛼 + Δ𝜃�̃� ∫ (𝛼 − 𝑝∗)

𝛼

𝛼2

𝑑𝛼

+ ∫ (𝑎𝐷𝐴 − 𝜂𝑎𝜃)𝜃

𝐼

�̃�𝐼𝑑𝜃 + ∫ (𝐷𝑝

∗𝑝∗ − 𝜂𝑠𝜃)�̃�𝐼

𝜃

𝑑𝜃 − 𝑐Δ𝜃

𝑞𝐷𝐴 − 𝜆𝑧

𝑠. 𝑡. 𝑧 ≥ 𝜋𝑞𝑖∗

𝑖 − 𝜋𝑞𝑖 = Δ𝜋𝑞

𝑖

(54)

avec z le montant du transfert monétaire alloué à l’acteur indicé 𝑖 détenteur du bloqueur de publicités

(𝑖 = {𝐹𝐴𝐼, 𝐴𝐵}), (𝜋𝑞𝑖∗

𝑖 − 𝜋𝑞𝑖 ) le coût d’opportunité que représente pour l’acteur 𝑖 le fait de vendre le

148 Le coût marginal des fonds publics est le coût supplémentaire 𝜆 par euro de recette fiscale.

222

« laisser-passer » à un prix recommandé 𝑞 différent de 𝑞𝑖∗ et 𝜆 > 0 le coût marginal des fonds publics.

Après simplifications (voir Annexe la partie « Détails des calculs de l’Essais 4 », section 4), la

compensation monétaire 𝑧 est égale à :

𝑧 = 𝜙(𝑞 − 𝑞𝑖∗)2 (55)

La condition de second ordre est vérifiée :

𝜕2𝑊𝑆𝐵

𝜕𝑞2=

𝜕2𝑊𝐹𝐵

𝜕𝑞2− 𝜆

𝜕2𝑧

𝜕𝑞2= −𝜙(1 + 2𝜆) < 0

La condition de premier ordre s’écrit :

𝜕𝑊𝑆𝐵

𝜕𝑞=

𝜕𝑊

𝜕𝑞− 𝜆

𝜕z

𝜕𝑞= 0

𝜕𝑊𝑆𝐵

𝜕𝑞= −

𝜓𝐷𝐴

𝜂𝐴− 𝐷𝐴 (

𝐷𝐴

2+ 𝑎 − 𝑐) 𝜙 +

3𝛼2

8Δ𝜂+ Δ − 𝑞𝜙 − 2𝜆𝜙(𝑞 − 𝑞𝑖

∗) = 0

𝜕𝑊𝑆𝐵

𝜕𝑞= 𝑞𝐹𝐵𝜙 − 𝑞𝜙 − 2𝜆𝜙(𝑞 − 𝑞𝑖

∗) = 0

Le prix du « laisser-passer » 𝑞𝑆𝐵𝑖 lorsque l’acteur 𝑖 est détenteur du bloqueur de publicités se déduit

comme suit :

𝑞𝑆𝐵

𝑖 =𝑞𝐹𝐵 + 2𝜆𝑞𝑖

∗

1 + 2𝜆 ∀𝑖 = {𝐹𝐴𝐼, 𝐴𝐵} (56)

La différence(𝑞𝐹𝐵 − 𝑞𝑆𝐵) est alors égale à :

(𝑞𝐹𝐵 − 𝑞𝑆𝐵𝑖 ) = 𝛼𝑆𝐵(𝑞𝐹𝐵 − 𝑞𝑖

∗) (57)

avec 𝛼𝑆𝐵 =2𝜆

1+2𝜆< 𝛼𝐹𝐵 = 1.

En particulier :

(𝑞𝐹𝐵 − 𝑞𝑆𝐵𝐹𝐴𝐼) = 𝛼𝑆𝐵(𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗)

(𝑞𝐹𝐵 − 𝑞𝑆𝐵𝐹𝐴𝐼) = 𝛼𝑆𝐵 (

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2+ 𝑆𝑞=𝑞𝐴𝐵

∗)

et

(𝑞𝐹𝐵 − 𝑞𝑆𝐵𝐴𝐵) = 𝛼𝑆𝐵(𝑞𝐹𝐵 − 𝑞𝐴𝐵

∗)

(𝑞𝐹𝐵 − 𝑞𝑆𝐵𝐴𝐵) = 𝛼𝑆𝐵(Δ𝑎𝑐𝑐𝑒𝑠𝑠 + 𝑆𝑞=𝑞𝐴𝐵

∗)

Les droites (𝑞𝐹𝐵 − 𝑞𝑆𝐵𝐹𝐴𝐼) et (𝑞𝐹𝐵 − 𝑞𝑆𝐵

𝐴𝐵) sont représentées au Graphique 33.

223

Graphique 33: Représentation des équilibres de second rang

Comme attendu, l’équilibre de second rang est toujours améliorant du point de vue du bien-être

collectif car 𝑞𝑆𝐵𝑖 est toujours plus proche de 𝑞𝐹𝐵 que ne l’est 𝑞𝑖

∗ :

𝑞𝑆𝐵𝑖 − 𝑞𝐹𝐵

𝑞𝑖∗ − 𝑞𝐹𝐵

=2𝜆

1 + 2𝜆< 1

Dans le pire des scénarios, c’est-à-dire lorsque le coût marginal des fonds propres tend vers l’infini,

l’équilibre de second rang tend vers l’équilibre de marché ( 𝑙𝑖𝑚𝜆→ ∞

𝑞𝑆𝐵𝑖 = 𝑞𝑖

∗). Inversement, dans le

meilleur des scénarios, c’est-à-dire lorsque le coût marginal des fonds propres est nul, l’équilibre de

second rang tend vers l’optimum social (𝑞𝑆𝐵𝑖

|𝜆=0= 𝑞𝐹𝐵).

L’équilibre 𝑧𝑖∗ s’écrit alors :

𝑧𝑖∗ = 𝜙(𝑞𝑆𝐵

𝑖 − 𝑞𝑖∗)

2

𝑧𝐹𝐴𝐼∗ = 𝜙 (

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆)

2

(58)

224

𝑧𝐹𝐴𝐼∗ = 𝜙 (

𝑞𝐹𝐵 − 𝑞𝐴𝐵∗ −

Δ𝑎𝑐𝑐𝑒𝑠𝑠

21 + 2𝜆

)

2

𝑧𝐹𝐴𝐼∗ = 𝜙 (

𝑞𝐹𝐵 − 𝑞𝐴𝐵∗

1 + 2𝜆)

2

+ 𝜙 (Δ𝑎𝑐𝑐𝑒𝑠𝑠

2(1 + 2𝜆))

2

− 𝜙(𝑞𝐹𝐵 − 𝑞𝐴𝐵

∗)

1 + 2𝜆Δ𝑎𝑐𝑐𝑒𝑠𝑠

𝑧𝐹𝐴𝐼∗ = 𝑧𝐴𝐵

∗ +𝜙Δ𝑎𝑐𝑐𝑒𝑠𝑠

1 + 2𝜆 (

Δ𝑎𝑐𝑐𝑒𝑠𝑠

4(1 + 2𝜆)− Δ𝑎𝑐𝑐𝑒𝑠𝑠 − 𝑆𝑞=𝑞𝐴𝐵

∗)

𝑧𝐹𝐴𝐼∗ = 𝑧𝐴𝐵

∗ +𝜙Δ𝑎𝑐𝑐𝑒𝑠𝑠

1 + 2𝜆 (− Δ𝑎𝑐𝑐𝑒𝑠𝑠

3 + 8𝜆

4(1 + 2𝜆)− 𝑆𝑞=𝑞𝐴𝐵

∗)

Le transfert monétaire à l’équilibre 𝑧𝑖∗décroit avec λ. Il est alors nécessairement compris dans

l’intervalle [0; 𝜙 (𝑞𝐹𝐵−𝑞𝑖

∗

1+2𝜆)

2

] ∀𝑖 = {𝐹𝐴𝐼, 𝐴𝐵}. En particulier, le régulateur n’effectuera aucun

transfert monétaire si le coût de financement tend vers l’infini (λ → ∞). Inversement, le transfert est

maximal, de montant 𝜙 (𝑞𝐹𝐵−𝑞𝑖

∗

1+2𝜆)

2

, et l’optimum social est atteint (𝑞𝑆𝐵 = 𝑞𝐹𝐵) si le coût de

financement est proche de zéro (λ → 0).

Après simplifications (voir Annexe la partie « Détails des calculs de l’Essais 4 », section 5), le gain

inhérent à la régulation s’écrit :

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵

∗ − 𝑊|𝑞=𝑞𝑖∗ =

𝜙(𝑞𝐹𝐵 − 𝑞𝑖∗)2

2(1 + 2𝜆)≥ 0 (59)

225

7 Conclusion

Le modèle théorique proposé dans cet article étudie les effets sur le marché de l’Internet d’un logiciel

bloqueur de publicités, intégré ou non à un FAI, tant du point de vue des consommateurs que de celui

du FAI et des fournisseurs de contenus.

Le modèle sans bloqueur de publicités, proposé en section 3, est adapté en section 4 pour rendre

compte de l’arrivée d’un bloqueur de publicités. Dans ce nouveau contexte, les fournisseurs de

contenus gratuits doivent supporter les frais d’inscription sur la liste blanche du logiciel bloqueur de

publicités, sinon leurs messages publicitaires qui constituent leur unique source de revenus sont

bloqués. À la suite de l’arrivée du bloqueur de publicités sur le marché de l’Internet, il est démontré

que le nombre de fournisseurs de contenus gratuits est divisé par deux. La diversité des contenus est

négativement impactée car même si certains fournisseurs de contenus gratuits migrent vers le modèle

payant, d’autres en revanche sont évincés du marché car incapables de supporter le coût additionnel

de l’inscription sur la liste blanche. L’effet d’un bloqueur de publicités sur la diversité des contenus

est donc d’autant plus important que le surcoût de passer au modèle payant est élevé.

En revanche, l’effet de l’arrivée du bloqueur de publicités sur le profit du FAI est indéterminé, à cause

des effets marginaux opposés du blocage publicitaire au niveau de l’accès à Internet, c’est-à-dire à

cause des économies de coûts de congestion d’une part et des pertes de recettes des abonnements

Internet149 d’autre part. Le FAI a toujours intérêt à intégrer le bloqueur de publicités afin de maîtriser

les effets marginaux du blocage publicitaire au niveau de son accès à Internet.

Néanmoins, l’intégration du bloqueur de publicités par le FAI n’est pas toujours socialement

désirable ; tout va dépendre de l’ampleur des effets marginaux du blocage publicitaire au niveau de

l’accès à Internet. Il est démontré que l’intégration est socialement désirable dans de nombreux cas,

en particulier lorsque les effets marginaux du blocage publicitaire sur l’accès à Internet sont négatifs

ou bien lorsqu’ils sont significativement positifs. À l’inverse, la fusion est socialement néfaste dans

un nombre beaucoup plus limité de cas, en particulier lorsque les gains marginaux du blocage

publicitaire sur l’accès à Internet sont faibles.

Même si l’intégration du bloqueur de publicités par le FAI peut s’avérer socialement désirable, le

149 liées à la diminution de la diversité des contenus

226

niveau de congestion et de diversité des contenus sur le réseau ne se situent généralement pas à leur

niveau optimal. Il revient alors au régulateur de mettre en place une régulation incitative de manière

à se rapprocher d’un équilibre collectivement préférable. Pour cela, l’État devrait préconiser un prix

du bloqueur de publicités et inciter au travers d’une compensation financière l’entité à suivre ses

propres recommandations. Le coût de cette compensation nécessiterait alors la création d’un nouveau

système de taxation auprès d’acteurs de l’économie : les fournisseurs de contenus, les consommateurs

et le FAI.

En tout état de cause, les bloqueurs de publicités tel qu’Adblock Plus devraient continuer dans les

années à venir à exercer une pression croissante sur les fournisseurs de contenus. Même si l’activité

de blocage publicitaire n’est a priori pas illégale, une réflexion des décideurs et des régulateurs

semble indispensable afin d’encadrer ce type d’activité. En effet, c’est bien le modèle économique

des fournisseurs de contenus qui est remis en question avec toutes les conséquences à la fois positives

(diminution des coûts de congestion) et négatives (diminution de la diversité des contenus) que cela

implique. Cet article tente d’apporter un éclairage sur cette problématique très actuelle qui n’a pour

l’instant fait l’objet, à notre connaissance, d’aucune recherche académique en Économie.

Des recherches supplémentaires, notamment empiriques, semblent nécessaires pour mieux apprécier

les effets des bloqueurs à la fois sur les fournisseurs de contenus et sur la congestion des réseaux.

227

8 Bibliographie

Adlittle. 2013. « National Fibre Strategies; national economic imperative or just another private

industry task? »

Aghion, Philippe, Stefan Bechtold, Lea Cassar, et Holger Herz. 2014. « The Causal Effects of

Competition on Innovation: Experimental Evidence ». NBER Working Paper 19987. National

Bureau of Economic Research, Inc. http://econpapers.repec.org/paper/nbrnberwo/19987.htm.

Aghion, Philippe, Nicholas Bloom, Richard Blundell, Rachel Griffith, et Peter Howitt. 2002.

« Competition and Innovation: An Inverted U Relationship ». Working Paper 9269. National

Bureau of Economic Research. http://www.nber.org/papers/w9269.

Alleman, James, Gary Madden, et Hak-Ju Kim. 2009. « Real Options Methodology Applied to the

ICT Sector: A Survey ». SSRN Scholarly Paper ID 1354094. Rochester, NY: Social Science

Research Network. http://papers.ssrn.com/abstract=1354094.

Alleman, James, et Paul Rappoport. 2006. « Optimal Pricing with Sunk Cost and Uncertainty ». In

The Economics of Online Markets and ICT Networks, édité par Professor Russel Cooper,

Professor Gary Madden, Professor Ashley Lloyd, et Michael Schipp, 143‑55. Contributions

to Economics. Physica-Verlag HD. http://link.springer.com/chapter/10.1007/3-7908-1707-

4_10.

ARCEP. 2014. « Modèle générique de tarification de l’accès aux réseaux en fibre optique jusqu’à

l’abonné en dehors des zones très denses ».

Armstrong, Mark. 2006. « Competition in Two-Sided Markets ». The RAND Journal of Economics

37 (3): 668‑91. doi:10.1111/j.1756-2171.2006.tb00037.x.

Arnott, Richard, et Kenneth Small. 1994. « The Economics of Traffic Congestion ». American

Scientist 82 (5): 446‑55.

Arrow, Kenneth. 1962. « Economic Welfare and the Allocation of Resources for Invention ». NBER

Chapters. National Bureau of Economic Research, Inc.

https://ideas.repec.org/h/nbr/nberch/2144.html.

Arthur D. Little. 2013. « National Fibre Strategies; National economic imperative or just another

private industry task? »

Arvind Parmar, et al. 2015. « Adblock Plus Efficacy Study ».

Australian Government. 2014. « Independent Cost-Benefit Analysis of the NBN ».

Babaali, Nadia. 2013. « Sweden: a showcase for rural FTTH ».

Bakos, J. Yannis. 1997. « Reducing Buyer Search Costs: Implications for Electronic Marketplaces ».

Management Science 43 (12): 1676‑92. doi:10.1287/mnsc.43.12.1676.

Becker, Gary S., et Kevin M. Murphy. 1993. « A Simple Theory of Advertising as a Good or Bad ».

The Quarterly Journal of Economics 108 (4): 941‑64.

Beltrán, Fernando. 2013. « Effectiveness and Efficiency in the Build-Up of High-Speed Broadband

Platforms in Australia and New Zealand ». SSRN Scholarly Paper ID 2448250. Rochester,

NY: Social Science Research Network. http://papers.ssrn.com/abstract=2448250.

Booz&co. 2008. « Deregulation 2.0 how service-based competition can drive growth in the MENA

Telecom Industry ».

Bourreau, Marc, Carlo Cambini, et Pınar Doğan. 2012. « Access pricing, competition, and incentives

to migrate from “old” to “new” technology ». International Journal of Industrial

Organization 30 (6): 713‑23. doi:10.1016/j.ijindorg.2012.08.007.

Bourreau, Marc, Carlo Cambini, et Steffen Hoernig. 2012. « Ex ante regulation and co-investment in

the transition to next generation access ». Telecommunications Policy, Regulation and

competition in communications markets, 36 (5): 399‑406. doi:10.1016/j.telpol.2011.11.024.

Bourreau, Marc, et Pinar Doğan. 2001. « Regulation and innovation in the telecommunications

industry ». Telecommunications Policy 25 (3): 167‑84. doi:10.1016/S0308-5961(00)00087-

2.

228

Bourreau, Marc, et Pınar Doğan. 2004. « Service-based vs. facility-based competition in local access

networks ». Information Economics and Policy 16 (2): 287‑306.

doi:10.1016/j.infoecopol.2003.05.002.

Bourreau, Marc, Frago Kourandi, et Tommaso Valletti. 2015. « Net Neutrality with Competing

Internet Platforms ». The Journal of Industrial Economics 63 (1): 30‑73.

doi:10.1111/joie.12068.

Briglauer, Wolfgang, Georg Ecker, et Klaus Gugler. 2012. « Regulation and Investment in Next

Generation Access Networks: Recent Evidence from the European Member States ». Paper.

http://epub.wu.ac.at/3447/.

———. 2013. « The impact of infrastructure and service-based competition on the deployment of

next generation access networks: Recent evidence from the European member states ».

Information Economics and Policy, ICT and Innovation, 25 (3): 142‑53.

doi:10.1016/j.infoecopol.2012.11.003.

Briglauer, Wolfgang, Stefan Frübing, et Ingo Vogelsang. 2014. « The Impact of Alternative Public

Policies on the Deployment of New Communications Infrastructure – A Survey ». SSRN

Scholarly Paper ID 2530983. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=2530983.

Briglauer, Wolfgang, et Klaus Gugler. 2013. « The deployment and penetration of high-speed fiber

networks and services: Why are EU member states lagging behind? » Telecommunications

Policy, Regulating and investment in new communications infrastructure Understanding ICT

adoption and market trends: Papers from recent European ITS regional conferences, 37 (10):

819‑35. doi:10.1016/j.telpol.2013.05.003.

Calderon, Cesar, et Luis Serven. 2014. « Infrastructure, Growth, and Inequality : An Overview ».

WPS7034. The World Bank.

http://documents.worldbank.org/curated/en/2014/09/20210994/infrastructure-growth-

inequality-overview.

Cambini, Carlo, et Virginia Silvestri. 2012. « Technology Investment and Alternative Regulatory

Regimes with Demand Uncertainty ». Information Economics and Policy 24 (3-4): 212‑30.

doi:10.1016/j.infoecopol.2012.08.003.

Cave, Martin E., Antoine Fournier, et Natalia Shutova. 2012. « The Price of Copper and the Transition

to Fibre ». SSRN Scholarly Paper ID 2200294. Rochester, NY: Social Science Research

Network. http://papers.ssrn.com/abstract=2200294.

Cave, Martin, et Ian Martin. 2010. « Motives and means for public investment in nationwide next

generation networks ». Telecommunications Policy 34 (9): 505‑12.

Cheng, Hsing Kenneth, Subhajyoti Bandyopadhyay, et Hong Guo. 2010. « The Debate on Net

Neutrality: A Policy Perspective ». Information Systems Research 22 (1): 60‑82.

doi:10.1287/isre.1090.0257.

Choi, Jay Pil, Doh-Shin Jeon, et Byung-Cheol Kim. 2015. « Net Neutrality, Business Models, and

Internet Interconnection ». American Economic Journal: Microeconomics 7 (3): 104‑41.

Commission Européenne. 2010. « Digital Agenda: Commission outlines action plan to boost

Europe’s prosperity and well-being ».

Copeland, Thomas E. 2005. « How Much Is Flexibility Worth? »

Crandall, Robert W., Jeffrey A. Eisenach, et Allan T. Ingraham. 2013. « The Long-Run Effects of

Copper-Loop Unbundling and the Implications for Fiber ». Telecommunications Policy 37 (4-

5): 262‑81. doi:10.1016/j.telpol.2012.08.002.

Curien, Nicolas. 2013. « Net Neutrality is Imperfect and Should Remain So! » EUI-RSCAS Working

Paper 22. European University Institute (EUI), Robert Schuman Centre of Advanced Studies

(RSCAS). https://ideas.repec.org/p/erp/euirsc/p0337.html.

Curien, Nicolas, et Winston Maxwell. 2011. La neutralité d’Internet. La Découverte.

Dixit, A.K., et R.S. Pindyck. 1995. « The Options Approach to Capital Investment ». Long Range

Planning 28 (4): 129‑129. doi:10.1016/0024-6301(95)94310-U.

229

Dixit, Avinash. 1982. « Recent Developments in Oligopoly Theory ». American Economic Review

72 (2): 12‑17.

Economides, Nicholas. 2010. « Why Imposing New Tolls on Third-Party Content and Applications

Threatens Innovation and will not Improve Broadband Providers’ Investment ». SSRN

Scholarly Paper ID 1627347. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1627347.

Economides, Nicholas, et Benjamin E. Hermalin. 2012a. « The Economics of Network Neutrality ».

The RAND Journal of Economics 43 (4): 602‑29. doi:10.1111/1756-2171.12001.

———. 2012b. « The Economics of Network Neutrality ». The RAND Journal of Economics 43 (4):

602‑29. doi:10.1111/1756-2171.12001.

Economides, Nicholas, et Joacim Tåg. 2012a. « Network neutrality on the Internet: A two-sided

market analysis ». Information Economics and Policy 24 (2): 91‑104.

doi:10.1016/j.infoecopol.2012.01.001.

———. 2012b. « Network neutrality on the Internet: A two-sided market analysis ». Information

Economics and Policy 24 (2): 91‑104. doi:10.1016/j.infoecopol.2012.01.001.

Estache, Antonio, et Grégoire Garsous. 2012. « The impact of infrastructure on growth in developping

countries ». IFC Economic notes.

European Commission. 2010. « Commission Recommendation on regulated access to Next

Generation Access Networks (NGA) ».

FCC. 2015. « Report and order on remand, declaratory ruling, and order ».

Federal Communications Commission. 2009. « In the matter of preserving the open Internet;

broadband industry practices, Notice of proposed rule-making ».

Fibre to the Home Council Europe. 2013. « FTTH Business Guide ».

Firth, Lucy, et David Mellor. 2005. « Broadband: benefits and problems ». Telecommunications

Policy, Regional development and business prospects for ICT and broadband networks, 29

(2–3): 223‑36. doi:10.1016/j.telpol.2004.11.004.

General Secretariat For Development Planning. 2008. « Qatar National Vision 2030 ».

Hermalin, Benjamin E., et Michael L. Katz. 2007. « The economics of product-line restrictions with

an application to the network neutrality debate ». Information Economics and Policy, 215‑48.

ICTQatar. 2013. « National Broadband Plan for the State of Qatar ».

Idate consulting. 2014. « FTTH MENA Panorama Market at September 2014 ».

Inderst, Roman, et Martin Peitz. 2012. « Market Asymmetries and Investments in Next Generation

Access Networks ». Review of Network Economics 11 (1): 1‑27.

Katsianis, D., T. Rokkas, I. Neokosmidis, M. Tselekounis, D. Varoutas, I. Zacharopoulos, et A.

Bartzoudi. 2012. « Risks associated with next generation access networks investment

scenarios ». IEEE Network 26 (4): 11‑17. doi:10.1109/MNET.2012.6246747.

Kenny, Robert. 2015. « Exploring the costs and benefits of FTTH in the UK ».

Koutroumpis, Pantelis. 2009. « The economic impact of broadband on growth: A simultaneous

approach ». Telecommunications Policy 33 (9): 471‑85. doi:10.1016/j.telpol.2009.07.004.

Kraemer, Jan, et Lukas Wiewiorra. 2010. « Network Neutrality and Congestion Sensitive Content

Providers: Implications for Service Innovation, Broadband Investment and Regulation ».

Working Paper 10-09. NET Institute. https://ideas.repec.org/p/net/wpaper/1009.html.

Krämer, Jan, Lukas Wiewiorra, et Christof Weinhardt. 2013. « Net neutrality: A progress report ».

Telecommunications Policy, Papers from the 40th Research Conference on Communication,

Information and Internet Policy (TPRC 2012)Special issue on the first papers from the

« Mapping the Field » initiative., 37 (9): 794‑813. doi:10.1016/j.telpol.2012.08.005.

Kroes, Neelie. 2011. « Investing in digital networks: a bridge to Europe’s future ». SPEECH/11/623

Neelie Kroes Vice-President of the European Commission responsible for the Digital Agenda

Investing in digital networks: a bridge to Europe’s future ETNO Financial Times 2011 CEO

SUMMIT.

Kruger, Lennard G. 2013. « The National Broadband Plan Goals: Where Do We Stand? »

230

Lee, Robin S., et Tim Wu. 2009. « Subsidizing Creativity through Network Design: Zero-Pricing and

Net Neutrality ». The Journal of Economic Perspectives 23 (3): 61‑76.

Lucas, Karen. 2012. « Transport and social exclusion: Where are we now? » Transport Policy,

URBAN TRANSPORT INITIATIVES, 20 (mars): 105‑13.

doi:10.1016/j.tranpol.2012.01.013.

Marc Bourreau, Carlo Cambini. 2013. « My Fibre or Your Fibre? Cooperative Investment,

Uncertainty and Access ». doi:10.2139/ssrn.2199831.

McKinsey&Compagny. 2012. « A “New Deal”: driving investment in Europe’s telecoms

infrastructure ».

Mitomo, Hitoshi, et Toshiya Jitsuzumi. 1999. « Impact of Telecommuting on Mass Transit

Congestion: The Tokyo Case ». Telecommunications Policy 23 (10-11): 741‑51.

doi:10.1016/S0308-5961(99)00059-2.

Mobdia. 2012. « Understanding today’s smartphone user: demystifying data usage trends on cellular

& Wi-Fi networks ».

« Motives and means for public investment in nationwide next generation networks ». 2015. Consulté

le juillet 7. https://www-sciencedirect-com.bibliopam.ens-

cachan.fr/science/article/pii/S0308596110000807.

Myers, Stewart C. 1977. « Determinants of corporate borrowing ». Journal of Financial Economics

5 (2): 147‑75. doi:10.1016/0304-405X(77)90015-0.

Nasse, Philippe. 2005. « Rapport sur “les coûts de sortie” ».

Nitsche, Rainer, et Lars Wiethaus. 2011a. « Access regulation and investment in next generation

networks — A ranking of regulatory regimes ». International Journal of Industrial

Organization 29 (2): 263‑72. doi:10.1016/j.ijindorg.2010.07.002.

———. 2011b. « Access Regulation and Investment in next Generation Networks — A Ranking of

Regulatory Regimes ». International Journal of Industrial Organization 29 (2): 263‑72.

doi:10.1016/j.ijindorg.2010.07.002.

Njoroge, Paul, Asuman E. Ozdaglar, Nicolas E. Stier-Moses, et Gabriel Y. Weintraub. 2012.

« Investment in Two Sided Markets and the Net Neutrality Debate ». SSRN Scholarly Paper

ID 1641359. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1641359.

OECD. 2013. « Broadband Networks and Open Access ».

———. 2014. « Executive summary of the roundtable on financing of the roll-out of broadband

networks ».

Ofcom. 2007. « Future broadband-Policy approach to next generation access ».

Opta. 2008. « Draft policy rules tariff regulation for unbundled fibre access ».

Patrick Maillé, et Bruno Tuffin. 2014. « Le problème de la neutralité du Net est-il réglé? »

Pil Choi, Jay, et Byung-Cheol Kim. 2010a. « Net Neutrality and Investment Incentives ». The RAND

Journal of Economics 41 (3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

———. 2010b. « Net Neutrality and Investment Incentives ». The RAND Journal of Economics 41

(3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

Pindyck, Robert S. 2007. « Mandatory Unbundling and Irreversible Investment in Telecom

Networks ». Review of Network Economics 6 (3): 1‑25.

Raux, Charles, et Odile Andan. 2002. « Comment les péages urbains peuvent-ils satisfaire une

politique d’agglomération ? » Recherche - Transports - Sécurité 75 (juillet): 115‑30.

doi:10.1016/S0761-8980(02)00009-2.

Reggiani, Carlo, et Tommaso Valletti. 2012. « Net neutrality and innovation at the core and at the

edge ». The School of Economics Discussion Paper Series. Economics, The University of

Manchester. http://econpapers.repec.org/paper/mansespap/1202.htm.

———. 2016. « Net neutrality and innovation at the core and at the edge ». International Journal of

Industrial Organization. Consulté le janvier 25. doi:10.1016/j.ijindorg.2015.12.005.

231

Rendon Schneir, Juan, et Yupeng Xiong. 2013. « Economic implications of a co-investment scheme

for FTTH/PON architectures ». Telecommunications Policy, Regulating and investment in

new communications infrastructureUnderstanding ICT adoption and market trends: Papers

from recent European ITS regional conferences, 37 (10): 849‑60.

doi:10.1016/j.telpol.2013.06.002.

Robert W. Hahn, Scott Wallsten. 2007. « The Economics of Net Neutrality ». The Economists&#39;

Voice 3 (6): 8‑8. doi:10.2139/ssrn.943757.

Rochet, Jean-Charles, et Jean Tirole. 2003. « Platform Competition in Two-sided Markets ». Journal

of the European Economic Association 1 (4): 990‑1029.

Rohman, Ibrahim Kholilul, et Erik Bohlin. 2012. « Does Broadband Speed Really Matter for Driving

Economic Growth? Investigating OECD Countries ». SSRN Scholarly Paper ID 2034284.

Rochester, NY: Social Science Research Network. http://papers.ssrn.com/abstract=2034284.

Schumpeter, Joseph Alois. 1934. The Theory of Economic Development: An Inquiry Into Profits,

Capital, Credit, Interest, and the Business Cycle. Transaction Publishers.

Shutova, Natalia. 2013. « Monopole naturel, marchés bifaces, différenciation tarifaire: trois essais sur

la régulation de télécommunications ». Université Panthéon - Assas.

Shy, Oz. 2002. « A quick-and-easy method for estimating switching costs ». International Journal of

Industrial Organization 20 (1): 71‑87. doi:10.1016/S0167-7187(00)00076-X.

Sidak, J. Gregory, et David J. Teece. 2010. « Innovation Spillovers and the “dirt Road” Fallacy: The

Intellectual Bankruptcy of Banning Optional Transactions for Enhanced Delivery Over the

Internet ». Journal of Competition Law and Economics 6 (3): 521‑94.

doi:10.1093/joclec/nhq003.

Singh, A.K., et V. Potdar. 2009. « Blocking online advertising - A state of the art ». In IEEE

International Conference on Industrial Technology, 2009. ICIT 2009, 1‑10.

doi:10.1109/ICIT.2009.4939739.

Tahon, Mathieu, Sofie Verbrugge, Peter J. Willis, Paul Botham, Didier Colle, Mario Pickavet, et Piet

Demeester. 2014. « Real Options in Telecom Infrastructure Projects &amp;#x2014; A

Tutorial ». IEEE Communications Surveys & Tutorials 16 (2): 1157‑73.

doi:10.1109/SURV.2013.062613.00126.

Tahon, M., S. Verbrugge, P.J. Willis, P. Botham, D. Colle, M. Pickavet, et P. Demeester. 2014. « Real

Options in Telecom Infrastructure Projects #x2014; A Tutorial ». IEEE Communications

Surveys Tutorials 16 (2): 1157‑73. doi:10.1109/SURV.2013.062613.00126.

Tarutė, Asta, et Rimantas Gatautis. 2014. « ICT Impact on SMEs Performance ». Procedia - Social

and Behavioral Sciences, The 2-dn International Scientific conference „Contemporary Issues

in Business, Management and Education 2013“, 110 (janvier): 1218‑25.

doi:10.1016/j.sbspro.2013.12.968.

The Telecommunications Regulatory Authority. 2014. « Bahrain Telecom Pricing International

Benchmarking ».

UE. 2013. « Recommandation de la Commission sur des obligations de non-discrimination et des

méthodes de calcul des coûts cohérentes pour promouvoir la concurrence et encourager

l’investissement dans le haut débit ». Journal officiel de l’Union Européenne.

van Schewick, Barbara. 2006. « Towards an Economic Framework for Network Neutrality

Regulation ». Journal on Telecommunications & High Technology Law 5: 329.

Wegener, Michael. 2004. « Overview of land-use transport models ».

WIK. 2010. « Access pricing for copper and fibre: are the sums righ ».

WIK-Consult. 2011. « Wholesale pricing, NGA take-up ad competition ».

World Health Organization. 2008. « Safer water, better health: costs, benefits and sustainability of

interventions to protect and promote health ».

232

Conclusion générale

Cette thèse composée de trois chapitres a permis de mettre en évidence certaines problématiques

auxquelles sont confrontés les décideurs publics dans le domaine des infrastructures de réseaux.

Le chapitre 1 apporte un bref aperçu, historique et prospectif, sur le développement des villes. La

recherche en Économie permet d’expliquer les phénomènes urbains mais aussi d’envisager des

politiques publiques adaptées. Les décideurs doivent notamment restreindre l’étalement urbain, la

congestion routière et la pollution atmosphérique. Ils doivent aussi promouvoir des politiques actives

d’investissement dans les infrastructures (transports collectifs, télécommunications, etc.).

L’urbanisation croissante des territoires conditionne fortement le besoin en capacité des

infrastructures dans les villes tandis qu’elle exacerbe les problématiques de couverture dans les zones

les moins denses. Ainsi, les décideurs se doivent de mettre en place des mécanismes incitatifs pour le

déploiement des infrastructures dans les zones rurales. Afin de maximiser la péréquation des coûts

entre les zones denses et les zones moins denses, les décideurs se doivent aussi de contrecarrer les

étalements urbains excessifs. Dans le domaine des transports, la congestion routière, associée à des

investissements dans les transports publics, devrait avoir des effets positifs en incitant les usagers au

changement modal. Malgré tout, des niveaux élevés de congestion peuvent ne pas inciter

suffisamment les usagers à migrer vers les transports collectifs. Certaines politiques de transport tels

que les péages urbains sont envisagés par les décideurs publics à condition que des modes alternatifs

de transport soient disponibles. Transposé au secteur des télécommunications, ce type de condition

devrait conduire les régulateurs à contrôler que les services spécialisés ne dégradent pas de manière

excessive la qualité de service sur Internet. Ainsi, sous cette réserve, la vente de services spécialisés

devrait apporter plus de souplesse et inciter les fournisseurs d’accès à Internet à investir et améliorer

la qualité de service fournie aux consommateurs.

Le Chapitre 2 développe plus spécifiquement la problématique de l’incitation au déploiement des

infrastructures. La solution, présentée à l’Essai 1, consiste pour le régulateur (ou l’État) à construire

la menace crédible d’un nouveau réseau public. Ce type d’engagement peut avoir pour conséquence

d’inciter l’opérateur historique à déployer son propre réseau. Dans ce cas, l’État n’a nul besoin

233

d’investir davantage dans le réseau, seul un faible coût d’engagement, irréversible, peut être suffisant

pour rendre crédible la menace d’une infrastructure publique. Cette menace crédible devient alors un

outil de régulation à part entière relativement puissant car elle ne biaise pas les signaux-prix du

marché et ne nécessite a priori pas non plus un investissement massif de l’État. Dans tous les cas,

que la menace crédible ait fonctionné ou pas, une régulation de l’accès ex-post est toujours

indispensable. Le prix régulé doit toujours compenser l’opérateur historique pour le risque

d’investissement. L’Essai 2 propose une approche pour prendre en compte le risque d’investissement

d’un opérateur qui serait soumis à une régulation asymétrique. La prime de risque à inclure au prix

régulé de l’accès assure que la régulation de l’accès ne dés-incite pas l’opérateur historique à investir

et ne favorise pas l’opérateur historique au détriment d’entrant(s) et vice versa. Le cadre d’analyse

proposé a été appliqué à la situation du marché fixe THD du Qatar. Enfin, il est démontré, à l’Essai

3, que les règles de la NN pourraient être relaxées, du moins temporairement, afin d’inciter les

fournisseurs d’accès à Internet à investir, tout en protégeant à long terme l’Internet ouvert soumis au

régime du Best-Effort. Cette politique de regulatory holidays, peut même s’avérer supérieure, en

termes de surplus collectif, à la politique de la NN.

Si la priorisation de certains types de contenus ou une différentiation de services est possible et/ou

souhaitable, en est-il de même de la pratique consistant à bloquer purement et simplement certains

types de contenus ? Il semble que les blocages de contenus par les FAI soient unanimement contestés

car ils mettent à mal la liberté des consommateurs. Pourtant, force est de constater que certains types

de contenus créent, plus que d’autres, des externalités de réseaux. Aussi, les fournisseurs d’accès à

Internet sont incités à bloquer, dans une certaine mesure, les contenus publicitaires. Le modèle

théorique proposé au Chapitre 3 permet d’étudier les effets sur le marché de l’Internet d’un logiciel

bloqueur de publicités. À supposer que la problématique de la NN ne se pose pas car les individus

choisissent d’utiliser le bloqueur de publicités, il est démontré que le FAI a toujours intérêt à intégrer

le bloqueur de publicités afin de maîtriser les effets marginaux du blocage publicitaire au niveau de

son accès à Internet. Néanmoins, l’intégration du bloqueur de publicités par le FAI n’est pas toujours

socialement désirable ; tout va dépendre de l’ampleur des effets marginaux du blocage publicitaire

au niveau de l’accès à Internet. Il est démontré que l’intégration est socialement désirable dans de

nombreux cas, en particulier lorsque les effets marginaux du blocage publicitaire sur l’accès à Internet

sont négatifs ou bien lorsqu’ils sont significativement positifs.

De nouvelles problématiques et pistes de recherche ?

Les trois premiers essais de la thèse concernent la régulation des télécommunications. En particulier,

234

la régulation de l’accès et certaines règles de la NN peuvent s’avérer tout à fait adéquates pour

protéger le consommateur final en lui assurant des prix compétitifs et un libre accès à l’ensemble des

contenus sur Internet avec une qualité de service minimale. En réalité, le goulot d’étranglement entre

le consommateur et l’ensemble des contenus et services présents sur Internet ne se situe pas

uniquement au niveau de l’accès à Internet. En effet, le pouvoir de marché de certains fournisseurs

de contenus et services ainsi que la relation qu’ils entretiennent avec les fournisseurs d’accès à

Internet conviennent d’être jugulés.

Notons tout d’abord que si les conditions de la concurrence pure et parfaite ne sont pas satisfaites au

niveau du marché de l’accès à Internet, celles-ci sont aussi loin d’être vérifiées au niveau du marché

des contenus et services150. En effet, au fil du temps, certains fournisseurs de contenus et services ont

acquis un fort pouvoir de marché et érigé des barrières à l’entrée pour d’autres entreprises

concurrentes. Alors que le pouvoir de marché des fournisseurs d’accès à Internet réside dans la

détention d’un réseau impliquant des coûts fixes très élevés, à l’opposé, celui des fournisseurs de

contenus et services sur Internet s’explique par la détention de données personnelles. Aussi, Neelie

Kroes, à l’époque Vice-Présidente de la Commission Européenne et responsable de l’Agenda

Digital151, déclarait en 2011 que « les données sont de l’or »152. La détention importante de données

personnelles (sur les caractéristiques individuelles et les comportements de navigation) permet

d’asseoir une puissance sur le marché publicitaire153. Les quelques fournisseurs de contenus et

services qui détiennent la grande partie des données personnelles érigent des barrières à l’entrée pour

les autres concurrents qui sont dans l’incapacité de proposer des services aussi compétitifs (exemples

des moteurs de recherche et des réseaux sociaux). Les régulateurs se sont déjà penchés sur cette

question. En fin d’année dernière (2015), le Parlement et le Conseil de l’Europe sont parvenus à un

accord154. Parmi les nouvelles règles auxquelles devront se soumettre les entreprises d’ici deux ans,

150 Etant donné le fonctionnement de l’Internet, on aurait pu s’attendre à l’inverse : n’importe quelle entreprise peut se

connecter n’importe où sur le réseau et proposer un contenu (ou un service) directement accessible pour n’importe quel

individu connecté sur le réseau

151 Ses fonctions ont pris fin en Novembre 2014

152 « Just as oil was likened to black gold, data takes on a new importance and value in the digital age »

http://europa.eu/rapid/press-release_SPEECH-11-872_en.htm?locale=en.

153 effet volume et effet qualité car la détention de données personnelles permet de mieux cibler la clientèle ce qui est très

fortement valorisable auprès des annonceurs

154 http://europa.eu/rapid/press-release_MEMO-15-6385_en.htm

235

celle de la portabilité des données personnelles devrait avoir pour effet de promouvoir la concurrence

en services en réduisant les barrières à l’entrée pour les plateformes entrantes. En outre, les

régulateurs sont particulièrement attentifs à la façon dont certaines entreprises acquièrent les données

personnelles. Le principe qui veut que les individus doivent donner leur accord et être clairement

informés de l’utilisation faite de leurs données personnelles ne semble pas toujours appliqué par

certains fournisseurs de services. Toute l’année 2015 depuis le mois de mars, plusieurs autorités de

protection des consommateurs issues de divers pays (France, Belgique, Pays-Bas, Espagne et Land

d’Hambourg) ont enquêté conjointement sur les pratiques de Facebook. À partir de cette

collaboration, en France, la Commission nationale de l’informatique et des libertés (CNIL) annonçait

le 8 février que Facebook avait l’obligation de se plier dans les trois mois qui suivent la mise en

demeure aux règles qui protègent le consommateur (définies dans la loi « informatique et libertés »),

sous peine d’une sanction pouvant atteindre 1.5 millions d’euros. Parmi les manquements évoqués,

la Commission accuse le réseau social de tracer l’ensemble des individus155, même ceux qui ne

disposent pas d’un compte Facebook. Par ailleurs, si l’individu doit être informé sur l’utilisation de

ses données personnelles, à plus forte raison, il est doit rester libre de pouvoir supprimer

définitivement et à tout moment certaines données détenues par les fournisseurs de contenus et

services et/ou accessibles par l’ensemble des usagers d’Internet. Aussi, un bras de fer s’est opéré entre

l’Europe et Google, ce dernier ne voulant pas répondre à la demande des usagers Européens de

supprimer et rendre inaccessible certaines données dans l’ensemble des régions du monde156.

Pour résumer, une intervention publique semble indispensable pour protéger les consommateurs face

à certains comportements pouvant être qualifiés d’abusifs de la part des fournisseurs de contenus et

services. En outre, une régulation ex-post semble nécessaire pour garantir un certain niveau de

concurrence entre les acteurs, et surtout pour limiter et sanctionner tout abus de position dominante.

Le problème se pose lorsqu’un moteur de recherche par exemple, en situation de position dominante,

discrimine en faveur de ses propres services. En l’occurrence, Google est accusée de privilégier son

service shopping au détriment d’autres concurrents. De même, le fait que la firme de Mountain view

exclue, pour des raisons autres que de sécurité, certaines applications sur son Play Store (Google

155 via des cookies placés dans les boutons « j’aime » des pages Internet

156 http://droit-finances.commentcamarche.net/faq/39882-formulaire-google-droit-a-l-oubli-adresse-et-mode-d-emploi

http://www.nextinpact.com/news/98516-droit-a-oubli-google-met-gomme-vers-effacement-mondialise.htm

236

Play), pourrait être considéré comme une pratique anti-concurrentielle157. Dans la même veine,

Google est accusée par l’Europe et d’autres pays d’abuser de sa position dominante en préinstallant

son Play Store sur les smartphones fonctionnant sous son propre système d’exploitation Android. En

Russie, la peine est lourde pour Google, la firme doit verser 15% des revenus de 2015 liés à ses

activités en Russie. Cette situation fait écho à des condamnations passées, comme celle à l’encontre

de Microsoft, qui avait été accusée en Europe et aux Etats-Unis de préinstaller le navigateur Internet

Exploreur sur les ordinateurs fonctionnant sous son propre système d’exploitation Windows.

En conséquence, il semble que les enjeux de régulation se situent de plus en plus haut dans la chaîne

de valeur, au niveau du marché de la fourniture des contenus et des services, du fait d’une

concentration particulièrement forte de certains segments de marché.

Notons aussi que le marché des services et des contenus (FC) sur Internet et celui de l’accès à Internet

ne sont pas étanches. En effet, les fournisseurs d’accès à Internet (FAI) et les FC ont la possibilité de

signer des contrats qui sont susceptibles d’avoir des effets anticoncurrentiels sur le marché en aval

(celui de la fourniture de contenus et services) et sur le marché en amont (celui de l’accès à Internet).

C’est précisément le cas si un FAI signe un contrat d’exclusivité pour un service spécialisé avec un

FC en situation de position dominante sur son marché. Ce service spécialisé peut par exemple

permettre au service du FC d’être directement accessible via la box du FAI, avec une qualité de

service garantie. En améliorant l’accessibilité des ménages au service du FC, ce type de contrat est

susceptible de renforcer la position dominante du FC. De plus, le pouvoir de marché de l’opérateur

est nécessairement renforcé car seuls ses propres abonnés ont accès au service en question. De la

même manière, les accords de zero rating entre certains FC et opérateurs mobiles, peuvent avoir des

effets dommageables du point de vue de la concurrence. En effet, si ces contrats incluent des clauses

d’exclusivité, certains FC, qui fournissent des services substituables mais qui n’ont pas pu contracter

avec le FAI, peuvent être particulièrement désavantagés158. Les zero ratings ne font pas l’objet d’une

régulation ex-ante à part entière aux Etats-Unis où seule une régulation ex-post est préconisée par la

FCC. Aussi, l’avantage d’une telle régulation est d’évaluer puis de sanctionner au cas par cas les

pratiques anticoncurrentielles. Néanmoins, le risque pour les consommateurs est de subir, au moins

157 Google a par exemple retiré de son Play Store un bloqueur de publicités nommé Ad block Fast http://www.presse-

citron.net/a-peine-lance-le-bloqueur-de-publicites-adblock-fast-est-retire-par-google-play-store/

158 la consommation de données mobiles pour l’utilisation de leurs services est décomptée dans le forfait des

consommateurs, ce qui les dés-incite à utiliser leurs services.

237

pendant une certaine période, des pratiques anticoncurrentielles, dans un contexte où le rythme de

l’innovation et de l’évolution des usages s’est accéléré en quelques années.

Pour conclure, les questions de régulation sur le marché de l’Internet sont complexes. Elles incluent

de nombreux acteurs, qui ne sont plus seulement des opérateurs de télécommunications. Le rôle des

régulateurs et les champs d’application s’étendent. La régulation ex-ante comme ex-post sont

indispensables pour réduire les pouvoirs de marché et éviter des abus de position dominante.

Même si ces problématiques ne sont pas spécifiquement traitées dans cette thèse, elles méritent d’être

développées et traitées dans de futurs travaux de recherche. En effet, l’objectif des régulateurs est

d’assurer le meilleur accès à Internet possible, mais surtout de promouvoir l’accessibilité des

consommateurs à l’ensemble des contenus et services présents sur Internet.

238

Table des illustrations

Graphique 1: La ville piétonne traditionnelle. Source: Newman & Kenworthy (1999) .................... 20

Graphique 2: La ville des transports collectifs. Source : Newman & Kenworthy (1999) ................. 23

Graphique 3: L’accessibilité des populations aux marchés locaux. Source : Solard (2010) ............. 27

Graphique 4: Exemple type d’une ville fortement dépendante de la voiture individuelle. Source:

Newman & Kenworthy (1999) .................................................................................................. 28

Graphique 5: La distribution des ménages à New-York et Atlanta. Source : US Census Bureau,

Patterns of Metropolitan and Micropolitan Population Change ................................................ 30

Graphique 6: La distribution cumulative des emplois dans trois grandes agglomérations américaines.

Source: Glaeser & Kahn (2001) ................................................................................................. 30

Graphique 7: Evolution de la population en âge de travailler (15-64 ans) au Nigéria et en Chine.

Source: with data from UN (2012) ............................................................................................ 34

Graphique 8: Dispositions à payer des agriculteurs en fonction de la distance vis-à-vis du cœur de la

ville mono-centrique .................................................................................................................. 41

Graphique 9: La loi de rang-taille pour les 135 plus grandes agglomérations américaines en 1991.

Source: Gabaix (1999) ............................................................................................................... 49

Graphique 10 : Fluctuation de la congestion dans les transports ....................................................... 55

Graphique 11: Variation de la longueur des routes par habitant. Source : Ingram (1999) ................ 56

Graphique 12 : L’usage de la voiture en fonction de l’intensité de l’activité. Source : Newman &

Kenworthy (2006) ...................................................................................................................... 60

Graphique 13 : Le choix modal en fonction de la densité des villes aux Etats-Unis. Source : Bertaud

& Malpezzi (2003) ..................................................................................................................... 60

Graphique 14 : la typologie des villes en fonction de la densité urbaine. Source : Newman &

Kenworthy (2006), and cited in Lefèvre (2010) ........................................................................ 61

Graphique 15: Saisonnalité journalière (hors weekend) du trafic Internet généré sur smartphone.

Source : Mobidia ........................................................................................................................ 64

Graphique 16: Modélisation sous forme extensive du modèle de la menace crédible ...................... 96

Graphique 17 : Evolution du nombre de consommateurs de la fibre ............................................... 128

Graphique 18: Prévision de la pénétration de la fibre ...................................................................... 129

Graphique 19: Scénarios d'évolution de la pénétration de la fibre à partir de 2015 ........................ 130

Graphique 20: Distribution des vitesses de pénétration inférieures à celle prédite pour 2015 ........ 131

Graphique 21: Prime de risque annuelle actualisée et transitoire .................................................... 133

239

Graphique 22: Prime de risque annuelle par prise en fonction de la hausse maximale du prix régulé

pour une régulation en 2015 et 2016 ........................................................................................ 135

Graphique 23: Prime de risque totale et actualisée en fonction de la hausse maximale du prix régulé

pour une régulation en 2015 et 2016 ........................................................................................ 135

Graphique 24: Prime de risque annuelle par prise en fonction de la hausse maximale du prix régulé

pour différents niveaux de variance ........................................................................................ 136

Graphique 25: Prime de risque totale et actualisée en fonction de la hausse maximale du prix régulé

pour différents niveaux de variance ......................................................................................... 136

Graphique 26: Prime de risque annuelle par prise en fonction de la hausse maximale du prix régulé

pour différentes dates de « switch-off » du cuivre ................................................................... 138

Graphique 27: Prime de risque totale et actualisée en fonction de la hausse maximale du prix régulé

pour différentes dates de « switch-off » du cuivre ................................................................... 138

Graphique 28 : Prime de risque annuelle en fonction de la hausse maximale du prix régulé pour

différentes périodicités du réajustement du prix régulé ........................................................... 140

Graphique 29: Prime de risque totale et actualisée en fonction de la hausse maximale du prix régulé

pour différentes périodicités du réajustement du prix régulé ................................................... 140

Graphique 30 : Demande pour les contenus gratuits et payants ...................................................... 196

Graphique 31 : Impact d'un bloqueur de publicité sur le marché de la fourniture de contenus ....... 204

Graphique 32 : Ecart des équilibres de marché par rapport à l'optimum social .............................. 220

Graphique 33: Représentation des équilibres de second rang .......................................................... 223

240

Annexes

241

Urbanization : an overview159

André de Palma160161, Alexandre Guimard162161

JEL classification: R0; R11; R12; R14

Keywords: urbanization, urban-growth, demography, forecasts, Zipf's law, externalities

159 We are very grateful to Alessandra Michelangeli for her numerous and helpful comments, and to Huong Ngo for her

helpful editorial support. We would like to thank Peter Newman, Xavier Gabaix, Edward Glaeser, and Alain Bertaud for

their permission to reuse their figures, and for their suggestions.

160 andre.depalma@ens-cachan.fr

161 Ecole Normale Supérieure de Cachan, Centre d'Economie de la Sorbonne, 61 Av. du Président Wilson, 94230, Cachan

Cedex France

162 alexandre.guimard@ens-cachan.fr

242

0 Foreword

Historically, the concentration of people has always shifted. Individuals concentrated at some

specific places for short periods of time and moved their habitats from one place to another. Several

reasons may lead to “ephemeral cities”: events and effects of seasonality, or nomadism. First, the

“ephemeral city” can be a place where a group of people meet from time to time. For example,

individuals can periodically meet at some particular places (markets) to exchange goods but it does

not necessarily lead to the emergence of cities. The reason of temporary concentrations could also

be religious. As an example, people met in Mayan sites (with no permanent residents) for

ceremonial settings Kostof (1993). According to Mumford (The City in History, 1961), when

people were still nomads, sepultures were a point of concentration. Second, communities moved

their habitat over time for reasons related to climate, natural resources (soil erosion, water

resources...) and livelihood. For example, before the Neolithic Age, individuals hunted and fished to

feed themselves and frequently moved their habitat.

As a matter of fact, the concentration of a large population size is not the prerogative of man.

Indeed, a number of animals are referred to as social because they live in a community. These

communities may include thousands of insects, as in ant colonies, or even several millions insects,

as in communities of termites. These systems are extremely well regulated. For example, workers in

the nests of termites manage to keep the temperature of the nest close to the ideal temperature

(Deneubourg & Franks, 1995). These regulations are very different from those implemented in

many other animal societies. These phenomena of self-organization involve large scale systems

which could provide fruitful sources of inspiration for researchers in social sciences.

Around 6000 BC, only few thousands of people lived in cities, which is not much compared to the

millions of people who are currently living in metropolitan cities such as Tokyo, Delhi, Mexico or

NYC. The way cities emerge and grow depends on the historical context. We can roughly

distinguish 2 types of cities, the pre-industrial cities and the post-industrial ones (Sjoberg, 1960).

“Preindustrial cities depend for the production of goods and services upon animate (human or

animal) sources of energy – applied either directly or indirectly through such mechanical devices as

hammers, pulleys, and wheels”. The post-industrial cities depend on “inanimate sources of power

[...] used to multiply human effort” and allowed by the invention of the steam machinery. After the

industrial revolution, the production process and the modes of transportation stay roughly the same

over time. The city was dense (Newman & Kenworthy, The land use-transport connection: An

overview, 1996), with mixed land use, and “city dwellings often serve as workshops” (Sjoberg,

243

1960). After the industrial revolution, plants and new modes of transportation changed cities. The

city became more spatially specialized and spread out. Urban sprawl increased even more after

World War II and found its apogee with the automobile city during the seventies due to the

democratization of the private car.

Cities are defined quite differently across countries and over time making comparisons very

difficult: “Because of national differences in the characteristics which distinguish urban from rural

areas, the distinction between urban and rural population is not amenable to a single definition

applicable to all countries” (Chen, Lanzieri, & Mrkic, 2013). In China, for example, urban

administrative areas “often include large stretches of farmland and sizeable rural population, thus

inflating the urban population figures” (Chan, Henderson, & Tsui, 2008). The hukou system which

“acted as an internal passport arrangement regulating mobility and granting people citizenship in

the locality” makes the task of counting urban population in China even more difficult since a lot of

migrants are not treated as permanent migrants in census data. However, it is necessary to have a

common definition of what is a city in order to compare them around the world.

According to Mumford (The Culture of Cities, 1938), the city is “a point of maximum concentration

for the power and culture of a community”. Marshall (Urban land area and population growth: a

new scaling relationship for metropolitan expansion, 2007) recalls the definition of urban areas by

the US Census Bureau: “The US Census delineates “urban areas” as areas based on the population

density of a census block or block group being greater than 1000 people per square mile and the

population density of surrounding census blocks being greater than 500 people per square mile (US

Census, 2004). Urban areas (UAs) must have a population size of 50 000 or greater. UAs are

delineated at the start of each decade”. In France, continuity of settlements and concentration of

individuals are the key figures of cities. The definition of cities changed with the introduction of

new concepts over time such as urban areas. In France, according to INSEE163 “an urban unit is a

municipality or a set of municipalities presenting a zone of built up continuous (no cut of more than

200 meters between two constructions) and with at least 2,000 inhabitants”. Since 1997, INSEE

introduced the new concept of urban areas by allowing remote settlements to be part of a larger

urban core. However, the core must have a large labour market (10 000 employees for large urban

areas). Thus, many remote settlements are excluded because they are not included in an urban core

as big enough in terms of total employees. It biases the analysis of cities over time and may lead

163 http://www.insee.fr/en/methodes/default.asp?page=definitions/unite-urbaine.htm

244

researchers to think that rural areas resist from the urbanization process, whereas actually,

according to Lévy (Réinventer la France, 2013) urbanization in France has been achieved. The

proportion of urban areas is at its maximum level since even the more remote “rural” areas are

connected to urban cores (peri-urbanization).

Worldwide, just a few years ago (by 2007), there were as many people living in cities as in rural

areas. Urbanization is increasing in such a manner that, in 2050, 70% of total population will live in

cities. In less developed countries, the growth of cities is substantial. In developing countries,

between 2010 and 2015, 183,000 individuals will move to cities each day, leading to 91% of urban

growth worldwide (Moreno, 2013). According to the United Nations (World Urbanization

Prospects The 2011 Revision, 2012), in less developed countries, urban population will grow from

2.7 billion in 2011 to 5.1 billion in 2050. As a result, control of urbanization is often difficult to

achieve.

This large gain is due to population growth and to rural exodus. From now to 2050, the total

population worldwide will increase by 30% and urban population by about 70%, implying a large

increase in the urban proportion. Total population worldwide will grow from 7 130 million in 2013

to 9 306 million of residents in 2050 (INED164). Urban population will grow from 3.6 billion in

2009 to 6.4 billion in 2050 (UN, 2012). Between 2011 and 2030, both in the developed and the less

developed countries, urban population will increase more than total population (0.52% vs. 0.23%

and 2.02% vs. 1.07% respectively) but this trend will be evident in less developed countries. In

developed countries, the increase of urban proportion will be moderate: urban population will

increase by 100 million of residents between 2011 and 2050, whereas total population by only 70

million. In China, from 2035, total population will decrease (by -0.14% between 2035 and 2040)

while urban proportion will keep growing (from 47% in 2010 to 61.9% in 2030) because rural

exodus will remain in place.

Fast urban growth will mainly occur in medium and large cities. Mega-cities, defined as cities

exceeding 10 million inhabitants are responsible for only 9.9% of total urban growth in 2011 and

only 13.6% in 2025. Between 2000 and 2010, the number of cities above 10 million inhabitants

increased by 35%; it grew from 17 mega-cities in 2000 to 23 in 2010.

164 http://www.ined.fr/fr/tout_savoir_population/atlas_population

245

Urban growth is not homogeneous among regions. For example, the population of Cleveland

decreased by 27.4% in only 12 years. The number inhabitants decreased from 501,662 in 1999 to

393,806 in 2011 because of industrial crisis. Urban growth is thus a function of historical time

period but may differ across countries and cities. Cities do not grow in the same way, and there

exist distinct urban growth patterns between cities around the World. Some cities grow faster than

others, some are spreading away more than others. Large investments in road infrastructures and a

high car detention can explain these disparities.

Despite the uniqueness of each situation, several regularities have been documented concerning

urban development. A scaling law informs by how much in percentage terms cities' characteristics

increase or decrease with mostly a one percent increase of the city size. There exist a scaling law

between energy consumption and the city size, a scaling law between the level of crime and the city

size, a scaling law between revenues and the city size, a scaling law between the city size and urban

sprawl... The literature informs by how much, on average, urban sprawl increases in percentage

terms for a one percent increase of the city size (Fuller & Gaston, 2009). At a lower scale level, we

find also some regularities such as the constant share of travel expenditures in total revenues

(Schafer, 2000). It is not surprising to find also regularities at the scale level of cities, in particular

to find a rank-size rule i.e. a law that relates the population size of a city to its rank in the country's

or world's ranking of cities by population.

The Zipf's law (rank size rule) postulates that the city growth rate is independent (of city size) and

identically distributed such that cities are Pareto distributed. A related issue is obviously to explain

the growth rate of cities, that is, why and by how much cities are growing. The concentration

phenomenon of individuals and businesses is the outcome of two opposite forces: agglomeration

forces and dispersion forces.

First, low transportation costs associated with high economies of scale encourage firms to be

concentrated. A wider market access at the city core encourages firms' concentration. Second, at the

city core, firms benefit from agglomeration economies through the effects of sharing and/or

matching and/or learning due to more input suppliers and a larger labor market. For mature cities,

knowledge spillovers are crucial. As explained in (Glaeser, Kallal, Scheinkman, & Shleifer, 1991),

knowledge spillovers are promoted by diversification (Jacobs, 1969) or specialization of industries,

and by either competition or monopoly. By contrast, competition, high rents and high wages

encourage firms to locate farther away.

246

For households, agglomerations forces are related to high wages, the variety of the labor market,

social amenities, the variety of goods and high transportation costs. The living conditions within

cities are on average better than in rural areas and may explain why people are leaving rural areas

for cities. As an example, in China, in 2002, on average, urban residents were more than twice as

rich as rural residents (Sicular, Ximing, Gustafsson, & Shi, 2007). Per capita income increased by

152% in cities around the world between 1960 and 2010. Cities provide inhabitants better access to

sanitation and water. Migrants who move to cities make their choice on the differential between the

living conditions of rural and urban areas. Many refugees move to cities as well. In contrast to

migrants, refugees “are forced or compelled to relocate by external forces” (Bates, 2002). Those

people have to reach cities in order to survive. Indeed, global warning increases the number of

environmental refugees who tend then to live in urban slums. Cities also host a large number of war

refugees. Dadaab in Kenya is the largest refugee camp in the World where 500,000 refugees are

living there. Originally built by the United Nation to be ephemeral, the refugee camp is now more

than 20 years old. By contrast to agglomeration forces that cause people to concentrate, high rents,

negative externalities such as noise, air pollution and the level of crime at the urban core, as well as

preferences for natural amenities encourage households to locate in smaller cities or in suburbs of

large metropolitan areas.

With new and faster modes of travel, households have incentives to relocate farther away from city

center. When the urban developments are neglected, developers expand the city in the surroundings

which fosters urban sprawl. Market failures lead some researchers to think that urban sprawl is

naturally not optimal (Brueckner, 2000). First, commuters do not face the social travel cost. The

private cost does not take into account the negative externalities imposed to others. Second, land

price is underestimated because it does not fully internalize the amenity value of the open space165.

Third, the infrastructure cost of an additional development cost in infrastructure is equal to the

average cost of infrastructures and not to the marginal cost. As a result, the infrastructure cost of an

additional development is under-priced.

The location of firms is partially explained by agglomeration economies. Some agglomeration

economies are based on externalities i.e. on positive effects from others (either suppliers, firms or

workers) that are not internalized. In the presence of externalities, the market price does not reflect

165 In particular, according to Brueckner (Urban sprawl: diagnosis and remedies, 2000), “open space provides city dwellers

with an easy escape from the frenetic urban scene and a chance to enjoy nature. Such open-space benefits, however, are

not taken into account when land is converted to urban use.”

247

the social value. For the case of urban development, the price of being located at some place differs

from the social value. Thus, the concentration of firms is naturally not optimal. For Hotelling

(Stability in Competition, 1929), cities were excessively large because of unpriced negative

externalities. But “urban externalities are not necessarily negative, and increasing returns might be a

strong force in favor of geographical concentration” (Fujita & Thisse, 1997). Hence, cities may also

be too small. One thus has to anticipate the natural growth path of cities to develop tailored policies

related to urban development.

By using the regularities relative to urban growth and individual behaviors, one can forecast the size

and the internal structure of cities. Policymakers must either promote or restrict some specific urban

developments in order to reach the optimal city size. Furthermore, important challenges are related

to the internal structure of cities. The challenges that policymakers have to face, include traffic

congestion, air pollution, natural disasters, and social inequalities. For instance, there will be a large

increase in the development of cities on the seaside in Asia where natural disasters will be more

frequent in this century. Developed countries are not exempted from natural disasters which are

indicated by forecasts about the San Andreas Fault. According to the US Geological Survey of

2008: “... in the next 30 years... the overall probability of a magnitude 6.7 or greater earthquake in

the Greater Bay Area is 63%.” Moreover, larger cities are more exposed to terrorism risk because of

the “target effect” i.e. highly dense areas allow terrorists to target many people (Glaeser & Shapiro,

Cities and warfare: The impact of terrorism on urban form, 2002); which explains why the density-

weighted population can be a first simple proxy to evaluate risk exposure (Willis, 2007). The

policymaker has limited resources to address all these challenges and need analytical tools to decide

how to allocate optimally their resources (chapter 20 by Yoshitsugu Kanemoto in de Palma et al.,

2011).

Moreover, there is a need to define the objective function, that is, there is a need to define the ideal

city. Theories of ideal cities have been proposed by many researchers, architects, and geographers,

who encountered a lot of difficulties in developing those theories. For example, Brasilia built

between 1956 and 1960 by Lucio Costa and Oscar Niemeyer was an application of theoretical ideas

developed by Le Corbusier and it was clearly a failure in terms of transportation. The city is car

dependent because of its specific urban shape. Even if buildings include mixed services, the city

itself is not a system of compact neighborhoods with mixed land use. It is divided in sectors and

driving is necessary to travel among the different places. This is completely in contrast with the

current vision of the ideal city as a system of compact districts with mixed land use, green spaces

and a rich social life. Currently, the community prefers to define what is a sustainable city (Proost

248

& van der Loo, 2013). Many definitions of sustainability have been proposed. In the sense of

Brundlandt in 1987: “Sustainable development is development that meets the needs of the present

without compromising the ability of future generations to meet their own needs”. In order to carry

out sustainable policies not depending on the scale level, economists usually consider that the

policymaker must integrate several components to make better decisions. The policymaker must

have an intergenerational preference representation, preferences for social equity and he must

internalize the negative externalities created by the city. As an example, the welfare function, useful

to evaluate the efficiency of each policy relative to others, should include the policy impacts on

households intercity migration, and the negative externalities of air pollution borne by other cities

(e.g., the rise in sea levels, the costs of environmental refugees).

One may wonder to what extent policy makers have incentives to carry out sustainable cities.

Usually, policy makers have interests in satisfying voters and attracting productive firms,

individuals and foreign investments. More competition between cities will not necessarily lead to

more sustainability. Yet, urgent issues have to be addressed. Policy makers must set up tailored

sustainable policies. We can distinguish three major policies in areas of expertise of policy makers:

transportation policies, land use policies and social policies. They intend to address the major and

growing issues of cities which mainly include congestion, air pollution, urban sprawl, income

inequality and social exclusion.

A transportation policy (cordon pricing, zoning, linear road pricing scheme, transit and road

investments) is useful to deal with congestion, exclusion, air pollution (at the city scale level and at

the global scale level) and urban sprawl in the long run. Indeed, in the long run, transportation

policies which change accessibility thus influence location of households as well as businesses.

Hence, a transportation policy does not only deal with travel flows. It can, for example, foster the

effects of land use policies that are dealing with excessive urban sprawl.

Land use policies such as urban boundaries, development taxes, impact fees, green cordons and

targeted subsidies to renew buildings are particularly dedicated to deal with excessive urban sprawl,

to address the problem of the decreasing share of open spaces and the decline of biodiversity, and to

protect historic buildings. Land use policies are not disconnected from other targets. Land use

policies have inevitable consequences on transport demand. Specific renewal programs may want to

deal with too much partitioning of social classes. However, a city manager is not exempted from the

necessity to carry out specific social policies.

249

Social policies are particularly necessary to cut the increase of income inequality and provide public

goods and services ranging from education to health and economic assistance.

Hence, policies are interconnected. Each expert must take into account the impact of other policies

on his own field. The implication is that policy makers must work together to develop an efficient

global policy enacted by different available policy tools. Because resources are limited, all goals

cannot be achieved at the same time. Policy makers must make a trade-off between targets and

invest more in one given policy than in others depending by how much each goal is weighted when

entering in the welfare function (Hediger, 2000).

Hence, the sustainability of a city is not only dependent on the current and/or coming successful

picture of the city through the prism of per capita revenues and urban growth. The sustainability of

a city will depend on its capacity to be sustainable not only economically but also socially and

environmentally.

The goal of this chapter is to describe and explain the development patterns of cities. Behind the

uniqueness and the contextuality of urban pictures, we find some strong regularities in urban

development and individual behaviors. It allows us to imagine the future outlines of major cities

across the world and the main challenges for our current century. We deduce the need of public

policies and cooperation at the global scale level to address the World sustainability.

The chapter is organized as follows: in Section 2, first, we briefly describe urbanization over the

ages and space, from the very first cities in history to current Megalopolises such as Tokyo, Delhi,

and Shanghai. Second, we recall standard models dealing with urban development to see to what

extent they can explain the observed urbanization phenomenon.

In Section 3, we will shed light on the regularities concerning the internal structure of cities. The

city size appears to have a major impact on a number of its characteristics. Some regularities (the

scaling law of cities) concerned with the internal structure of cities either promote agglomeration or

dispersion.

In Section 4, we will discuss the regularities between cities. First, we will explain the distribution of

cities in terms of their size (the Pareto distribution of cities due to the Zipf's law). Second, we will

describe and explain the strong regularities in the location of cities across the world.

250

In Section 5, we will shed light on the main foresights in developed, emerging and developing

countries. The demographic forecasts for the end of the current century combined with the

regularities of cities allow us to surmise the major changes and challenges to be faced by cities

around the World.

We conclude with the need to coordinate policymakers around the world for the externalities

created by cities, such as air pollution and the necessity of redistributive systems.

1 History of urbanization and first modeling stages

Performing a cross-sectional analysis one can observe that all cities are different in terms of size,

urban shape, the density distribution within the urban core, congestion, and other internal

characteristics. With a longitudinal analysis, we can also notice some regularities in the urban

development of cities. Over time, the city radius grew from 2.5 km to 20 km, when the walking city

changed to the automobile city (Newman & Kenworthy, The land use-transport connection: An

overview, 1996). However, time spent on transportation remained roughly constant over time,

approximately one hour per day. The increase in travel speed allowed people to increase distances

travelled. According to Marchetti (Anthropological invariants in travel behavior, 1994), humans

have cave instincts; therefore, the time exposure outside the cave is limited to 1 hour. There are also

other theories that explain such statistical regularity of spending 1 hour on transportation.

To understand the city size, the spatial distribution, and the shape of cities, it is necessary to analyze

the history of cities and their urban development. Based on observations, researchers have built

models, which provide useful intuition to explain the development of the cities.

History of cities

1.1.1. Early stages of urbanization

At the early age of human societies, before Neolithic Age and the transition to Agriculture, our

ancestors were nomadic. It is thus difficult to find marks of settlements dating before this historical

time period.

The “first cities” (not fully settled) were built from 10000 to 8500 BC and populated by few

thousands inhabitants. One of the first cities, Jericho, was created during the Neolithic Age (from

9000 BC) along with Ain Ghazal, Catal Hüyük, and Khirokitia (Kostof, 1993). A priori, it seems

251

difficult to find remains of older cities because “Settlements or societies with no more than a few

hundred members cannot sustain the degrees of specialization and sociopolitical power that we are

accustomed to thinking of as urban” (Cowgill, 2004).

“Real cities” (fully settled according to Marcus, 1998), such as Uruk, emerged around 3500 BC in

Mesopotamia, but their population was still limited to thousands. Some Mesopotamian cities can be

considered as city-states because of their particular organization, but the existence of a regional

integration is still in debate. In Egypt it has been proven that the region was fully politically

integrated from the Early-Dynastic period between 3050 and 2700 BC.

The emergence of writing eased trade through registration and the invention of the wheel increased

agricultural productivity while decreasing transportation costs. But, still, travel speed was limited.

The modal share was restricted to either pedestrian and riding horses (Bairoch, 1991). As illustrated

by Figure 1.1 (Newman & Hogan, Urban Density and Transport: A simple model based on three

city types, 1987), cities were dense and their radius amounted to a few kilometers. Cities grew to

reach millions inhabitants. In 1800, when Beijing was populated by 2-3 millions of people, it was

the largest city. After the Industrial Revolution, Beijing was outnumbered by London.

Figure 1.1 The traditional walking city. Source: Newman & Kenworthy (1999)

1.1.2. History till modern age

Technological progress enabled people to travel at higher speed across lands, seas and oceans to

trade with neighbors at lower costs. As a result, cities enlarged. After the successive hegemonies of

Mesopotomia, Greece, the Roman Empire and Constantinople, China became very powerful. The

252

discoveries of compass and rudder indicated foreshadowed China technological advance. Thus,

China was able to carry out far away expeditions. During the 15th century, Zheng-He built 70 boats,

which were larger than those of Christopher Colombo 70 years later. With 30 000 individuals, they

explored East Africa, South Asia and the Middle East. These expeditions and the large flotilla prove

that the Chinese Empire had high financial capacities and advanced marina technologies.

Acemoglu, et al. (Reversal of fortune: Geography and institutions in the making of the modern

world income distribution, 2002) documented a positive correlation between the level of

urbanization and wealth. It is thus not surprising to find that cities in China were the largest until the

Industrial Revolution took place in Europe. In contrast, over the entire period of 1300-1800, cities

in Europe grew only by 20% (Bairoch, 1991) and at higher speed due to the industrial revolution.

1.1.3. The Industrial Revolution

Western Europe

The region gained power during the nineteenth century, especially Great-Britain, due to the

Industrial Revolution. Countries which achieved this transition pattern of industrialization are richer

today on average. As a matter of fact, secured property rights for all the population seems to be a

necessary condition for the development of industrialization. Acemoglu (Reversal of fortune:

Geography and institutions in the making of the modern world income distribution, 2002) argues

that the poorest colonies in 1500 are on average richer today than the richest colonies in 1500. The

differences of treatment by colonists explain this phenomenon. In the poorest colonies, colonists

had incentives to create institutions with generalized property rights in order to promote growth as

in their homeland. By contrast, in the richest colonies, colonists used elites to extract as many local

resources as possible. Due to property rights being secured for few elites, the populace had

obviously no incentives to invest. Elites did not want to invest too, because they feared losing their

power and advantages with the new capitalist system. However, the process of industrialization

required the investment of a large part of the population. This condition was only satisfied in

colonies which secured property rights for the populace, that is, in the poorest ones (in 1500).

The Industrial Revolution emerged in Great-Britain which was not among the most urbanized

countries: Belgium, Italy, Netherlands and Portugal (Bairoch, 1991). The Industrial Revolution

found its origins on the mechanization of spinning (cotton mill due to Arkwright in 1769), and the

use of coal for the production of iron (in 1709 by Darby, but expanded later during the nineteenth

century), then in the steam machine of James Watt used from 1790. Technical innovations, such as

the steam machine, were the results of a very long process of accumulation both in capital and

knowledge from the early age of societies. The invention of the wheel (3500 BC) and methods of

253

irrigation generated surplus in the agricultural sector, allowing some citizens to focus only on

intellectual production (i.e. sciences). Knowledge has been stored over time through writing (3400

BC), which promoted technological advances. The steam machine, one of the major technological

advances in history, allowed for the production of energy without the need for animate sources

(either from animals like cows or human labor). This allowed for the development of public

transportation (trains) as well as the mechanization of production while staying independent from

sources of water in contrast to cotton mills.

During the nineteenth century, Great-Britain began to be the fabric of the World. Agricultural,

textile as well as iron and steel production largely increased. Iron and steel were necessary to

produce machines, engines, railways, and gradually to construct buildings and eventually

skyscrapers. The iron and steel industries needed to be located close to coalfields because

transportation costs were still high despite the emergence of railways during the nineteenth century.

Spinning industries were located close to train stations because cotton was mainly imported from

abroad. Furthermore, industries were looking for lower wages in small and rural areas, which

explains why during the Industrial Revolution, total population largely increased in small and

medium cities and not as much in large cities. In 1700, with London, Norwich, Bristol, Newcastle

or Exeter, were the most populated cities in Great Britain whereas Birmingham, Liverpool,

Manchester, Leeds etc. were the major centers in the first phase of the Industrial Revolution (from

1700 to 1850). This did not apply to London where total population grew from 550 in 1700 to 2,320

thousands inhabitants in 1850.

It was possible for Great-Britain to be the World fabric during the nineteenth century because the

proportion of agricultural workers dropped from 75-80% in 1800 to 53-55% in 1910, concomitantly

with agricultural revolutions. The first agricultural revolution started at the end of the seventeenth

century due to cultivations techniques imported from Netherlands. The second came after 1870 due

to reapers, combines, and fertilizers.

With the surge in urban density and poor sanitary conditions, diseases spread rapidly into the largest

cities. During the nineteenth century, the life expectancy was even higher for those living in rural

areas. The poorest were not able to afford public transportation (horse and wagon) at that time. At

least the first half of the nineteenth century, the populace located close to the plants, and

entertainment trips were limited.

The United States

254

Many cities in the country were built during the nineteenth century and grew after World War II.

Before 1945, cities mainly developed around harbors and railheads (example of Boston and

Detroit). Towards the end of the nineteenth century, street cars and trolleys allowed the highest

income commuters to relocate farther away from the city center. The city thus expanded further in

proximity to the train stations, developing into the “transit city” (see Figure 1.2). Moreover, the

motorized freight enabled firms to locate farther away from harbors and benefit from lower rents.

The first private car transportation developed during the twenties, but only the richest people could

afford it. Such mode of transportation permitted them to locate between street-cars centers, and the

city began to be spread more homogeneously. After the second half of the twentieth century, the

automobile shaped the city structure; and the “transit city” were transformed into the “automobile

city” (see Figure 1.4).

Figure 1.2 The transit city. Source : Newman & Kenworthy (1999)

1.1.4. Recent developments after the World War II

Western Europe

Many current city centers in the country correspond to the walking city of the medieval period,

which explains why population density is high at the city hall in contrast to the US cities on

average. Focusing on one of this country, i.e. France, after the World War II, people concentrated in

urban cores such as in the Ile-de-France region (the administrative region where Paris is located),

which was the most attractive in terms of net migration balance. Since 1970, the net migration

balance turned negative (“Counter-urbanization” Berry, 1976) concomitantly with the extent of the

255

private car. Currently, the net balance is still negative, but the Ile-de-France region remains

attractive for young workers. In the last few years, the South-West and the South of France attracted

more and more people from all age brackets, except for the age bracket of 20-29 years old in South-

West (INSEE, 2005) 166.Within the most attractive regions, high qualified workers in the age

bracket of 30-59 years old accept lower wages, which can be explained because of better living

conditions. Hence, differentials in wages may be used to assess the value of the quality of life

(Roback, 1982). As a matter of fact, in 2012, according to a CSA survey, among Parisians who

want to leave Paris, finding better living conditions is more important than lower living costs167.

According to Godefroy (Satisfaction dans la vie: les personnes se donnent 7 sur 10 en moyenne,

2011), with the data of the SRCV survey of the French statistical institution (INSEE), there is a

slight decrease of the general life satisfaction with city size. Actually, the average life satisfaction in

Ile-de-France is relatively high because of its young population. People looking for high quality of

life and low rent may to some extent explain the trend between 1950 and 2000 in OECD countries,

in which urban sprawl was massive, and urban areas doubled in only 50 years (Kamal-Chaoui,

Trends in Urbanisation and Urban Policies in OECD Countries: What Lessons for China?, 2010).

Urbanization is constantly increasing. One explanation is relative to technological improvements in

agriculture which pushes up the urban proportion. Currently, the volume effect is not so important

since the number of workers in agriculture is reaching a lower threshold. However, the proportion

of the agricultural sector still decreased during the last decades, and dropped, for example, in France

according to census data (INSEE168) from 8.0% in 1980 to 3.4% in 2007.

166 http://www.insee.fr/fr/themes/document.asp?reg_id=20&ref_id=16293

167 http://www.apce.com/cid134771/ces-franciliens-qui-revent-de-quitter-paris.html

168 http://www.insee.fr/fr/themes/document.asp?ref_id=T11F172

256

Figure 1.3 Accessibility to a local market. Source : Solard (2010)

Rural areas face a number of problems such as the problem of accessibility to local shops (see

Figure 1.3). Their number is decreasing by -0.5% per year between 2002 and 2008. Many

municipalities which face this issue the most are also the poorest. Altitude may explain accessibility

because of longer travel times. Altitude is also part of natural advantages of one region, thus it must

be correlated with revenues. In addition, the issue of accessibility to local markets is more a

problem in the poorest regions because businesses look for a large market access. In contrast to

rural areas, accessibility to local shops is increasing in large municipalities by 0.3% per year

between 2002 and 2008, and by 1.5% in other cities. As a whole in France, the model of large

supermarkets has plateaued since the beginning of the 21st century. Between 1999 and 2007, the

number of little groceries is decreasing at lower rates (-5.1% between 1993 and 1999, -1.7%

between 1999 and 2007 according to the INSEE169). In large and dense cities such as Paris, the local

groceries are increasing, but it is not necessarily correlated with more competition. For example, the

Casino brand in Paris has 60% of total market share while Carrefour, the second largest one, has

only 20% of market share (Authority for competition, in French: “Autorité de la concurrence”170).

169 http://www.insee.fr/fr/themes/document.asp?ref_id=ip1292

170 http://www.autoritedelaconcurrence.fr/user/standard.php?id_rub=417&id_article=1751

257

The United States

After 1945 the private car was more affordable for the middle class, and cities spread further from

the city center (see Figure 1.4). The businesses and the residents strategically chose to have access

to the roads. From that time on, instead of harbors, the cities grew along highways. The

phenomenon of expanding along the highways expanded even more in the seventies introducing the

phenomena of “the edge cities” (Garreau, 1991). Urban sprawl grew concomitantly with the

development of large shopping malls, and it largely affected the urban design of the US cities.

Figure 1.4 The automobile-dependent city. Source: Newman & Kenworthy (1999)

Even if the urban sprawl seems to be a transitional pattern due to the introduction of the private car

as the main mode of transportation, it persisted over time. Between 1995 and 2005, the classical

automobile cities such as Dallas, Denver, and Atlanta, attracted increasing amounts of residents in

the urban belt, becoming the champions of urban sprawl growth (Kamal-Chaoui, Trends in

Urbanisation and Urban Policies in OECD Countries: What Lessons for China?, 2010). However,

the phenomenon of urban sprawl is not a rule of thumb for all cities across the US as some spread

more than others.

Urban sprawl can be explained by the city enlargement and the distribution of the added population

within the city. For example, population growth in Los Angeles and NYC is quite homogeneous

across the city whereas in Dallas, Houston, and Atlanta, urban growth was preeminent in suburbs

258

distanced 20-25 miles from the city hall. Additionally, strong disparities appeared across

automobile cities such as Dallas, Houston, Phoenix, and Atlanta. As an example, in Houston density

is high close to the city hall, which is not the case for Dallas.

Furthermore, another explanation of the urban sprawl is a new spatial distribution of existing

households within the city towards the suburbs and against the city hall. In Chicago, there are three

major urban cores, the first at 6-7 miles, the second at 23-24 miles, and the last at 36 miles from the

city hall, being a strong example of “polycentricism”. Population located in the area of 6-7 miles

from the city hall decreased between 2000 and 2010, while the population increased substantially in

the third zone. The third zone overtook the second in terms of total population size. In Cleveland

and Detroit, the industrial plant shutdowns have negative consequences on the total population and

the new spatial distribution of households towards suburbs.

Many explanations may be used to explain the changes in the location of households and firms

(between and within cities) as described before. Obviously, the economic trends such as innovation,

productivity, revenues are the major cause, but there exist also qualitative indicators. For example,

quality of life, and accessibility encourage residents and businesses to locate in specific areas.

Actually, there are other reasons of internal migrations. Mortgage crisis cost people to leave their

home and move from one city to another. It can substantially impact the city shape of cities, those

who are losing residents and the others who host new households. In the US, between 2004 and

2007, residents had easy access to credit, thus cities increasingly spread. From 2008-2009, defaults

increased, as well as foreclosure rates, and it induced a high increase in the percentage of vacant

homes in many cities across the country (among others, Florida and Nevada). It is dramatic in terms

of urban development because, ex-post, there is an excessive urban sprawl. Houses were built

despite the fact that households were not affordable. Afterwards, news flows of households between

cities were not necessarily globally optimal since the benefits of the new host cities did not take into

account the costs of cities which were losing residents. It would be necessary to think about a

situation which is, at the inter-city level socially optimal. In particular, one may ask, is it optimal to

build new developments in new host cities such as in Texas? These cities need new infrastructures

and the destruction of open spaces whereas in other cities, policymakers have to face the problem of

vacant homes.

Former socialist countries

After the fall of USSR in 1991, cities from the former socialist countries fell into decline. Actually,

259

transition was achieved a few years ago, or is in the process of being achieved in cities such as Sofia

(Bulgaria), Tbilisi (Georgia), and Yerevan (Armenia). Mostly, the growth rate became positive

either from 2005 or 2010. Notice that Moscow did not suffer as much; between 1995 and 2000, the

total population in Moscow grew at 1.67% per year.

The emerging and less developed countries

Since 1950, urban growth in developed countries is very low compared to the one in developing

countries. In 1950, the total urban population in less developed countries was approximately equal

to the one in more developed countries. By comparing the slopes of the curves of Figure 1.5, one

can easily notice that the urban population in less developed countries increased much more than

rural population. Since 1950, urban growth is higher in less developed than in more developed

countries. Since 1970, the total number of people living in cities is higher in less developed

countries than in more developed countries.

As an example, between 1950 and 2005, the urban proportion increases twice as much in China

than in France (Kamal-Chaoui, Trends in Urbanisation and Urban Policies in OECD Countries:

What Lessons for China?, 2010). Between 1990 and 1995, some cities in China increased by almost

20% per year. The population of Shenzhen, in 1990, was 875 thousand of people, and grew at such

levels that the city was populated by 9 million inhabitants in 2010. As in other developed countries,

some cities also declined in the last few years. As an example, total population of Pusan in the

Republic of Korea, one of the largest seaports in the world, decreased since 1995, because the net

migration balance is negative as indicated by the Statistics in Korea171. The decrease of total

population is slowing down, such that in 2020, the population size will keep constant (UN, 2012).

171 In Pusan as well as in Seoul, “the numbers of move-out population are higher than those of move-in population”

(Statistics of Korea, see:

http://kostat.go.kr/portal/english/news/1/17/6/index.board?bmode=read&aSeq=273106&pageNo=&rowNum=10&amSe

q=&sTarget=&sTxt=)

260

Figure 1.5 Urban vs. rural population in less developed and more developed countries. Source:

(UN, 2012)

Urban growth in China was more important at the seaside. Between 1998 and 2004, all the cities

which increased their share in China GDP were at the seaside (Kamal-Chaoui, Trends in

Urbanisation and Urban Policies in OECD Countries: What Lessons for China?, 2010). However, at

the same time, taking into account underestimated inflation in official data (Tsui, 2007),

interprovincial inequality increased, especially between hinterlands and coastal cities (i.e. Shanghai,

and Shenzhen).

The urban growth in the largest cities is sometimes concomitant with more slums. The situation of

some countries deteriorated during the last 2 decades. Wars and droughts are the major causes. In

2009, the proportion of urban slums reached 89.3% in Chad, 95.9% in Central African Republic and

76.4% in Ethiopia. In Iraq, the proportion of urban slums jumped from 16.9% in 2000 to 52.8% in

2009, as well as in Zimbabwe where it grew from 4% in 1990 to 24.1% in 2009.

In Rio de Janeiro, slums (favellas) set up more than one century ago at the end of the nineteenth

century. Slums expanded due to rural exodus and flows of former soldiers. Shantytowns developed

during all the twentieth century, especially during the decade of 1940, then during the urbanization

process during the second half of the century. Slums in Rio de Janeiro, like in other megacities raise

a number of important sanitary and security issues. These issues existed early in the history of

favellas, at the beginning of the twentieth century (de Almeida Abreu & Le Clerre, 1994).

Governments always tried to handle slums in order to raise the value of lands or/and promote the

261

image of the city, for example in 1920, for the visit of the King of Belgium. All the attempts of

renewal failed, like at the beginning of the twentieth century, or during the dictatorship in the

seventies. During the eighties, the number of traffickers increased, and it raised even more of a

problem of insecurity for residents. Between 1968 and 2005, education improved, however returns

differentials from education between favelas and the developed areas of the city increased (Perlman,

2007). Fortunately, as a whole, the number of people living in slums is decreasing in Brazil. The

proportion of slums dropped from 36.7% in 1990 to 26.9% in 2010 (Moreno, 2013); obviously, the

last rates are still unacceptable.

Globally, for two decades, sanitation is getting better and better around the world. On average, the

proportion of urban population living in slums is decreasing significantly, especially in Asia. In

China, between 1990 and 2009, the share dropped from 43.6% to 29.1%. The improvement is even

more spectacular in India. It dropped from 54.9% in 1990 to 29.4% in 2009. However, the

proportion is still very high in a number of countries. For example, it is 61.6% in Bangladesh,

76.2% in Madagascar, and 62.7% in Nigeria.

1.1.5. Simple models of cities

Many researchers studied the tailored models to explain why cities are growing, some more than

others, in order to describe and predict the location of individuals and businesses among and within

cities.

The first model of location is due to Von Thünen (1826). The bid rent, in other words, the

willingness of farmers to pay for land rent, declines with distance from the city center because of

higher transport costs. Some crops per unit of weight are more valuable than others, and the owner

accepts the best bid. This model links rents to transportation costs, thus we have a location

distribution of farmers within the rural area. The most productive crops are closer to the City

Business District (CBD), and all other things equal, as well the farmers who incur higher travel

costs (i.e. those who must take care of the cold chain). In the following Figure 1.6, the farmer type a

has the highest bid rent (𝐵𝑎) for all fields located at a distance lower than the distance 𝑑𝑎 from the

city hall. The farmer type b has the highest bid rent (𝐵𝑏) for all fields located at a distance between

the distances 𝑑𝑎 and 𝑑𝑏. For locations farther away, the farmer type c has the highest bid rent (𝐵𝑐).

262

Figure 1.6 Bid rents function of distance from the city hall

In the model of Von Thünen, at equilibrium, the additional benefits for farmers to locate closer to the

city center (lower shipping costs) are exactly offset by the additional costs (higher land rents).

The reasoning of comparing the marginal benefits and the marginal costs to locate closer to the city

hall is the same for households. In 1964, Alonso developed the monocentric model, in which all

jobs are located at the CBD, and residents locate in the surroundings. As explained in Anas, et al.

(Urban spatial structure, 1998), “the residential bid rent 𝑏(𝑥, �̅�) at location x is the maximum rent

per unit land area that a household can pay and still receive utility �̅�”. We have:

𝑏(𝑥, �̅�) = max𝑧,𝑙

[𝑌−𝑇(𝑥)−𝑧

𝐿] 𝑠𝑡. 𝑢(𝑧, 𝑙) ≥ �̅�, (1.1)

where, z is the amount of the numeraire good, L is the residential lot size, T(x) is the commuting

cost incurred by the resident located at distance x from the CBD, and Y is the total revenue of the

individual which covers expenditures (commuting costs, rents and the consumption of the

numeraire good). At equilibrium, residents do not have any incentives to move closer or farther

away from the city center. At equilibrium, the saving costs in transportation by locating closer to the

city center are just equal to the additional costs in rents. We have:

𝑑𝑏(𝑥, �̅�)

𝑑𝑥= −

𝑇′(𝑥)

𝐿(𝑦 − 𝑇(𝑥), �̅�)< 0

where 𝐿(𝑦 − 𝑇(𝑥), �̅�) is a function solution of the maximization problem 1.1, and T'(x) is the first

derivative of the commuting cost. This equation is the Muth's condition.

263

The monocentric model with congestion has first been introduced by Strotz (The Public Economy

of Urban Communities, 1965) and Mills (An aggregative model of resource allocation in a

metropolitan area, 1967). de Lara, et al. (Congestion pricing and long term urban form: Application

to Paris region, 2012) used a monocentric model with congestion and endogenous roads

investments in order to simulate the impacts of road pricing schemes on congestion and land use.

Indeed, for a resident located at distance r, the travel cost 𝜏(𝑟) to get to the CBD is a function of the

roads capacity, and the number of users. We have:

𝜏(𝑟) = ∫ 𝑐 (𝑁(𝑥)

𝐿𝑇(𝑥)) 𝑑𝑥,

𝑟

𝜏𝑐

where 𝑐 (𝑁(𝑥)

𝐿𝑇(𝑥)) represents the transport cost at distance x. The function c is assumed to satisfy

𝑐(𝑤) > 0, 𝑐′(𝑤) > 0, and 𝑐′′(𝑥) > 0 for all 𝑤 ≥ 0. Let N(x) denote the number of households

located further away than x from the city center which is defined by a fixed radius 𝑟𝑐. Let 𝐿𝑇(𝑥)

denote the amount of land devoted to transport at location x (control variable).

In a monocentric model, the location of businesses is fixed at the CBD. One explanation is that

businesses are willing to pay higher rents than residents. It can be the case because firms may

benefit more from concentration than residents. With large economies of scale and low transport

costs (New Economic Geography) and/or agglomeration economies (urbanization and localization

externalities, knowledge spillovers) businesses do have strong incentives to concentrate.

Internal economies of scale and transportation costs are the fundamental elements to explain

concentration according to the New Economic Geography. Firms of the manufacturing sector incur

fix costs which encourage them to concentrate activities at the same location, but they also want to

be close to clients, to have a large market access, because of the existence of shipping costs. The

core-periphery model (Lafourcade & Thisse, 2011) is useful to understand to what extent

transportation costs are at the baseline of concentration versus dispersion, without considering the

additional effects of input-output linkages, labor market pooling, knowledge spillovers and

comparative advantages of classic international trade theories. Consider two sectors: the

manufacturing sector and the agricultural sector. The agricultural sector is described by constant

returns to scale, workers are immobile and there are no shipping costs in this sector. By contrast, the

industrial sector is described by increasing returns to scale, and there are shipping costs. Each firm

sells one type of differentiated output (no economies of scope). Firms have a market power which

depends on the elasticity of substitution between varieties. Consumers have a preference for variety

which means that utility increases with the number of producers in the city core. Workers of the

264

industrial sector are mobile between the two regions (the core and the periphery). Consider an

increase in workers in one given region. It will induce a more than proportional increase of the

share of industrial firms because more workers means more consumption, and firms benefit from

economies of scale which will attract even more firms (the home market effect). Thus, the given

region will be more specialized in the industrial sector which is not explained by comparative

advantages. Prices will decrease because of more competition within the industrial sector (the

strategic effect). Firms also need more labor, which leads nominal wages to increase (the demand

effect on the labor market). Thus, even more people will move because first, they have a preference

for variety, second, real wages increase. The flow of new dwellers will imply nominal wages to

decrease in the labor market (the supply effect). Hence, the global effect on wages is undetermined.

More competition in the urban core reduces the firms' mark-up which constitutes a dispersion force.

If transportation costs are sufficiently low, all firms will concentrate in one of the two regions as

illustrated in the following Figure 1.7, and especially in the urban core if firms have a larger market

access. Low transportation costs allow firms to ship their products at low costs to the immobile

class of workers of the agricultural sector.

Figure 1.7 Transport costs and industry share when labor is mobile. Source: (Lafourcade &

Thisse, 2011)

So far, we have not introduced input-output linkages. Concentration may be additionally enhanced

by input-output linkages, labor market pooling, and knowledge spillovers. In particular, Combes, et

al. (The productivity advantages of large cities: Distinguishing agglomeration from firm selection,

2012) found for France, based on data for 341 employment areas, between 1994-2002, that firms in

265

denser employment areas are on average 9.7% more productive than others in less dense

employment areas. Among other explanations, firms may be more productive with the number of

inputs suppliers. It is the case if the production function is a CES function type as follows:

𝑥 = 𝑧0𝛼(∫ 𝑧(𝑤)𝜌 𝑑𝑤)

𝑛

0

1−𝛼

𝜌 .

The production x is a function of constant returns to scale in the homogeneous input 𝑧0 and the

differentiated inputs z(w). The output elasticity of the homogeneous good is equal to α. Let ρ denote

the degree of substitution between the differentiated inputs. The less inputs are substitutes, the more

producers have a preference for variety and the more they are productive with the number of input

suppliers.

In a model of individuals and activities location, consider the case where there are only knowledge

spillovers to explain agglomeration economies. Firms share knowledge that are not internalized. A

polycentrism pattern may appear if transportation costs are high enough relative to the degree of

knowledge spillovers (Fujita & Thisse, 1997). But still, in all cities, as seen previously, the city

center is denser, and population density decreases with distance from the city hall (the same appears

for rents).

In addition, the number of large centers is smaller than the number of sub-centers. The number of

large cities is smaller than the number of medium and small cities. Those facts are addressed by the

rank-size rule or the Zipf's law. There seems to exist a kind of hierarchy of cities and urban centers

in terms of city size and function. The central place theory of Christaller (Die zentralen Orte in

Suddeutschland, 1933) explains that cities at an upper level of the hierarchy are larger and more

diversified. Moreover, the distance between large cities is longer than between small cities.

Individuals may choose to travel longer distances to get to a large market which holds a lot of

diversified products. It allows them to buy uncommon goods which they could not find among local

merchants. Local merchants reversely sell common goods that are frequently bought by local

residents. As explained by the law of retail gravitation by Reilly (The Law of Retail Gravitation,

1931), the market area of a city increases with its size, with the ability to sell more products, and we

have:

𝑑𝑥𝑏 =𝑑𝑎𝑏

1+√𝑃𝑎𝑃𝑏

,

where 𝑑𝑎𝑏 is the distance between the two cities a and b, and 𝑑𝑥𝑏 is the radius of the market area of

the city b which is increasing with its mass 𝑃𝑏 and decreasing with the mass 𝑃𝑎 of city a.

266

There exist also incentive mechanisms among firms that lead them to concentrate and sell

differentiated products. First, Hotelling (Stability in Competition, 1929), with the minimum product

differentiation explains that businesses tend to concentrate at the central urban core to catch more

clients. Actually, with price competition and a quadratic transport cost function, it has been shown

that firms have incentives to be strongly spatially differentiated (d'Aspremont, Gabszewicz, &

Thisse, 1979). How much businesses will concentrate will depend on transportation costs compared

to the level of products differentiation. It can be shown that when transportation costs are relatively

low, and firms are differentiated, then firms tend to concentrate, that is, to be less spatially

differentiated (de Palma, Ginsburgh, Papageorgiou, & Thisse, 1985).

To sum up, first, businesses have incentives to concentrate and sell differentiated products. Second,

for non differentiated and frequent products many firms should be also homogeneously located over

the urban area, which creates smaller sub-centers. This effect implies a distribution of cities in terms

of city size and function, a hierarchy of cities in the sense of Christaller.

2 Regularities about the internal structure of cities

Businesses concentrate because they benefit from localized natural advantages as well as

agglomeration economies. The city size thus increases, and characteristics of the city change. Then,

the city can become more or less attractive through agglomerations forces versus dispersion forces.

We will discuss below some regularities related to the internal structure of cities; in particular the

scaling laws that link the size to the characteristics of cities.

The scaling laws

Cities are of different sizes but obey as a whole to scaling laws. Indeed, there are correlations

between the size and a number of characteristics of cities such as the population rank, energy

consumption, expenditures in infrastructure, revenues per capita, and crime. Only a few of them

will be discussed in this chapter. Following Bettencourt (Growth, innovation, scaling, and the pace

of life in cities, 2007), each city characteristic can be expressed as a power law function of the size

as follows:

𝑌(𝑡) = 𝑌0𝑁(𝑡)𝛽 with 𝛽 ≥ 0, (1.2)

where N(t) is the city size at time t, Y(t) denote a characteristic of the city at date t (per capita

income for example), and 𝑌0 is a normalization constant. If β is equal to 1, the given characteristic

increases by 1% with a one percent increase of the city size.

267

Urban sprawl

Land resources are obviously limited, which implies that an increase in the population size naturally

involves urban sprawl. Marshall (Urban land area and population growth: a new scaling relationship

for metropolitan expansion, 2007) found, for the US cities, that the scaling rate is equal to 2, that is

to say, urban area increases twice as much as the population size (in percentage terms). When the

city size increases by 1%, population density decreases by 1% too. By contrast, Fuller and Gaston

(The scaling of green space coverage in European cities, 2009) found that larger cities are not

denser.

In the monocentric models, larger cities are denser. When the city size increases, the urban

boundary is moving away but the city is denser, rents are higher and decrease more rapidly with the

distance from the CBD. Thus, the polycentric urban structure of cities may explain why urban area

increases as much as city size, that is to say, why larger cities are not more compact. In a pure

monocentric city, all jobs are centrally located. In a polycentric city, there are labor pools in suburbs

as well. Hence, to evaluate the urban structure of the city, one may want to estimate the density of

jobs and the population along the distance line from the city hall. Following Clark (Urban

population densities, 1951), the urban density can be expressed as an exponential law, which is a

function of distance from the center of the city:

𝐷(𝑟) = 𝐴𝑒−𝛾𝑟,

where D(r) is the density at distance r from the center of the city, γ is the density gradient, and 𝐴 =

𝐷(0) is the urban density at the center of the city. It follows the cumulative population size at a

distance r from the city center (Clark (Urban population densities, 1951), Bussière (Modèle de

localisation résidentielle, 1972)). The population size at distance r from the city center is equal to

the population density multiplied by the surface area. Yet, at distance r from the city hall, the

surface area is infinitely small, equal to the perimeter 2𝜋𝑟. Hence, the cumulative population size at

distance r, P(r), is given by the following integral:

𝑃(𝑟) = 2𝜋 ∫ 𝑟𝐷(𝑥) 𝑑𝑥𝑟

0.

A positive density gradient indicates that density is decreasing with distance. The density gradient

decreased over time (Muth, 1969; Mills, 1972) because cities spread from the city center. In

addition, the density gradient differs between residents and firms. It is higher for firms, and it is

decreasing over time. This means that firms are more centrally located and follow the de-

concentration of people (Mieszkowski & Mills, 1993). The decentralization of jobs made the city

268

more and more polycentric, and it may be then important to estimate the density gradient in the

more complex case of complementary sub-centers (Small & Song, 1994).

Figure 1.8 The distribution of residents in NYC and Atlanta. Source: US Census Bureau, Patterns

of Metropolitan

The urban shape mainly differs across cities. Indeed, as illustrated in Figure 1.8172, the urban

population173 of NYC is very concentrated close to the city hall, at a distance of 10 miles from the

city hall. By contrast, in Atlanta, the urban population is more spread away, the pick of the

population is farther away, at a distance of 20 miles from the city hall, and the population curve is

smoother along the distance line. Moreover, by focusing on the proportion of jobs located close to

the city hall (Glaeser & Kahn, Decentralized employment and the transformation of the American

city, 2001), one can easily notice that Chicago and Los Angeles are more polycentric than New

York City (see Figure 1.9). Indeed, in NYC, more than a quarter of total employment is at the city

hall. On contrary, in Los Angeles, almost all firms are located in the surroundings of the city hall.

For all three cities, NYC, Los Angeles and Chicago, total employment is located at a distance below

25 miles from the city hall since the cumulative distribution for that distance is equal to 100%.

Furthermore, the proportion of commuting-in in total daytime population is largely lower in NYC

172 http://www.census.gov/population/metro/data/pop_pro.html

173 Population in kilometer distance bands measured from city hall

269

than in Los Angeles174. In consequence, because NYC is more monocentric, one may expect that an

increase in population size will produce a denser city.

Congestion

Congestion is a major issue for most of the largest cities because of the costs in terms of travel time

and the harm from greenhouse gas emissions. The level of congestion, on average depends on the

shape (polycentricity and monocentricity), and the size of the city. Between 1982 and 2011,

congestion increased in almost all cities. In Washington DC in 2011, the yearly hours of delay per

auto was 67 in comparison to 35 in Phoenix (Texas A&M Transportation Institute) 175.

In the monocentric city model, since all jobs are located at the CBD, an increase in the city size

necessarily implies more congestion. Congestion encourages residents to either locate closer to the

city hall or to leave the metropolitan area for a smaller city. Investments in road infrastructure

reduce congestion for those who are currently using their car, but it can also change the modal

share. Large road investments in the US from 1956 promoted car use as well as urban sprawl

because travel speeds increased.

At the city level, based on the selection of major World cities (Ingram, Motorization and Road

Provision in Countries and Cities, 1999), the road network density (the road length per land area) is

almost constant, which means that the increase in the length of the road network was possible due to

the annexation of new land areas. This explanation seems reasonable since urban land is very

valuable, i.e. there is an important opportunity cost to increase the road network in cities. As a

matter of fact, the saturation level of the road network density in cities was estimated to be 23

kilometers of road per square kilometer of land area. Thus, even if the population size increases, the

road network cannot extent above some levels. Yet, the road length per capita (in meters) is strongly

correlated with urban density (population per square kilometers). As illustrated in the following

Figure 1.10, if the urban density increases by one-percent, the road length per capita decreases by

one-percent. Thus, when the urban density increases, traffic congestion should increase too.

174 http://www.census.gov/hhes/commuting/data/daytimepop.html

175 http://mobility.tamu.edu/ums

270

Figure 1.10 Changes in per capita length of roads. Source: Ingram (1999)

According to Bettencourt (Growth, innovation, scaling, and the pace of life in cities, 2007), for

infrastructures, and other material needs, the scaling parameter in Equation 1.2 is below 1 (𝛽 < 1).

This means that roads do not develop in the same proportion as population size, and on average

congestion increases with city size. It is what we observed for American cities between 1982 and

2011 (Texas A&M Transportation Institute). Indeed, in 2011, the average number of yearly hours of

delay per auto was 52 for very large cities, whereas it was 37 hours for large cities, 28 for medium

cities, 21 hours for small cities. Between 1982 and 2011, congestion increased in all the American

cities, but more in larger cities than in smaller ones. In very large cities, the number of wasted hours

per capita per year increased by 33 hours whereas by only 14 hours in small cities.

When the urban density increases, congestion is more important, which encourages dwellers to

choose public transportation, a two-wheel vehicle, or non-motorized modes of transportation

(cycling or walking). It has been shown that the car use, i.e. the number of car passengers times

kilometers traveled, is correlated with the activity intensity, which is the number of persons and

jobs per urban hectare. As one can see in Figure 1.11 “for 58 higher-income metropolitan areas

around the world”, this correlation is well fitted by a power law : 𝑦 = 𝑦0𝑥𝛽, where y is the measure

of car use, 𝑦0 a positive constant, and β is the elasticity of car use with respect to activity

271

intensity176. This coefficient β is negative, equal to -0.6612, which indicates that when the activity

intensity increases by one percent, car use should decrease by 0.66%. In terms of values, the

negative effect of the activity intensity on car use is very high for low values of the activity intensity

(the slope of the curve is negative and steep), and it is decreasing with the activity intensity (the

slope increases with the activity intensity). A similar power law can be observed when one

regresses per capita private passenger transport energy use against urban density (see Figure 1.12).

We can also observe clusters of cities distinguished by their geographical location, which indicates

that among other factors, common history, demography, and culture also influenced the way that

cities grew. For very low (high) urban density, car (public transport) is the only effective means of

transportation (see Figure 1.13). According to Newman and Kenworthy (Sustainability and cities:

overcoming automobile dependence, 1999), Public Transport usage increases concomitantly with

urban density. As illustrated in Figure 1.14, Asian cities are very dense, and the proportion of Public

Transportation is about 50% in contrast to 10% on average in North American and Australian cities.

Figure 1.11 Car use vs. activity intensity. Source: Newman & Kenworthy (2006)

176 At the denominator, total urbanized land includes “residential, commercial, industrial land, local parks and open

spaces, plus roads and any other urban land uses, and excludes large areas of undeveloped land etc.” Newman &

Kenworthy (Urban design to reduce automobile dependence, 2006)

272

Figure 1.12 Private car energy use vs. urban density. Source: Newman & Kenworthy (1999)

273

Figure 1.13 The modal share function of density among major American cities. Source: Bertaud

& Malpezzi (2003)

Figure 1.14 City typology based on average urban density and transport. Source: Newman &

Kenworthy (2006), and cited in Lefèvre (2010)

A denser city encourages dwellers to use transit because of more traffic congestion. Policymakers

may also want to invest in Transit in order to deal with congestion and air pollution, which are

externalities that are not internalized by users. As a matter of fact, minimum urban density levels

274

are required to develop large public investments in transportation (Cervero & Guerra, Urban

Densities and Transit: A Multi-dimensional Perspective, 2011) because average capital cost per

mile decreases with urban density such as for light-rail and heavy-rail. One may thus expect, as an

example, that denser cities have longer metro networks. As a matter of fact, when one regresses the

length of metro networks on urban density, the correlation is positive, but the variance is very large,

and it is increasing with urban density as illustrated in the following Figure 1.15177. Actually, it

appears that the length of metro networks is strongly positively correlated with the GDP of cities, as

illustrated in Figure 1.16178.

Figure 1.15 The length of metro networks vs. population density. Source: Results for 67 World

cities with data from Metrobits (2013), and Demographia (2005)

177 http://mic-ro.com/metro/, and http://www.demographia.com/db-worldua.pdf

178http://stats.oecd.org/OECDStat_Metadata/ShowMetadata.ashx?Dataset=CITIES&ShowOnWeb=true&Lang=en

275

Figure 1.16 The length of metro networks vs. GDP of cities. Source: Results for 67 cities from

OECD countries with data from Demographia (2005), and OECD (2013)

Total and per capita city revenues

The first observable fact is that the richest countries do not have the richest cities in terms of total

revenues. In 2012, the US was ranked first in terms of total GDP with 15,700 billion US dollars,

above China (8,200), Japan (6,000), Germany (3,400), France (2,600), and the UK (2,400).

However, at the city level, New York City, the largest city of the US, was not ranked first in terms

of total revenues. According to Dobbs, et al. (Urban World: Mapping the economic power of cities,

2011), in 2008, NYC generated fewer revenues than Tokyo (1,406, and 1,479 billion US dollars

respectively). Despite, many American cities appeared at the top of the 2008 ranking. For example,

LA and Chicago are ranked 3rd and 4th, with 792 and 574 billion US dollars respectively.

Second, how much a city is wealthy is not purely correlated with GDP per capita179. As an example,

in 2008, among OECD countries, the GDP per capita in Tokyo is relatively low, about 41,300 US

dollars per year, in contrast to 73,300 for NYC, which is only ranked 8th. Residents from Edmonton

and Calgary in Canada are the wealthiest people on average due to extractive industries.

Third, we observe that many large cities are within developing countries, which implies that

revenues per capita and city size are negatively correlated. Nevertheless, on average, one of the

179 http://measuringurban.oecd.org

276

most positive features relative to cities is that revenues per capita increase more than city size (in

percentage). According to Bettencourt, et al. (Growth, innovation, scaling, and the pace of life in

cities, 2007), the city size increases people interactions, and the inherent inputs, such as revenues,

increase more than proportionally. Thus, people may want to locate in larger cities. In addition,

urbanization and revenues per capita are strongly positively correlated in history, which led

Acemoglu, et al. (Reversal of fortune: Geography and institutions in the making of the modern

world income distribution, 2002) to use the level of urbanization as a proxy of the wealth of

individuals (per capita income).

If as a whole, revenues increase with city size, one may ask also about income inequality. The

Kuznets curve predicts that revenue inequality increases first with revenues and then decreases.

Hence, if revenues increase with city size, inequalities should first increase and then decrease. In

1970, for the US cities, it has been proved that revenue inequality increased with city size (Long,

Rasmussen, & Haworth, 1977). The authors explained also that the faster the city grows, the more

revenue inequality increases. Revenue inequality may have negative impacts such as on the level of

crime (Thorbecke & Charumilind, 2002), which confirms the results of (Bettencourt L. , Lobo,

Helbing, Kühnert, & West, 2007) who found that 𝛽 ≥ 0 in the equation linking crime and city size.

Internal structure of cities: potential scenarios

Cities are open systems which quickly evolve in terms of size and internal characteristics. Indeed,

they interact with a changing environment, and attract more or less dwellers of different types over

time. They all have their own urban growth pattern, but globally, due to regularities among cities,

we can highlight global trends for the next decades.

Sanitation and water access will be better on average. However, according to the UN (World

Urbanization Prospects The 2011 Revision, 2012), the risk exposure to natural disasters is high for

example in East Asia. We expect slums in overcrowded Megalopolises to increase because of the

growing flow of environmental refugees (Warner (Global environmental change and migration:

Governance challenges, 2010) and Myers (Environmental refugees: a growing phenomenon of the

21st century, 2002)). The major causes are soil erosion, monoculture, climate change which impacts

the sea level, storms, and desertification.

The number of private cars will increase in developing countries, because of the constant money

budget (Schafer, 2000). It will imply more congestion and more greenhouse gas emissions

277

assuming that innovation cannot completely offset the increase of the amount of cars. The increase

of oil prices (Fournier, Koske, Wanner, & Zipperer, 2013) will discourage people to commute by

car but it will depend on the price elasticity which is estimated to be about -0.2, -0.3 for vehicle

travel in the US (Litman, 2013), but the price elasticity is also declining with revenues (Fournier,

Koske, Wanner, & Zipperer, 2013).

The largest cities will be more and more specialized by function (headquarters, finance,

administrative supports...) but diversified in sectors with a large access to financial services

(Duranton & Puga, 2005). Competition among the world cities will keep increasing with the goal to

attract highly skilled workers and headquarters. The world cities will have incentives to increase

quality because their workers are mobile and are looking for a better place to live. By contrast,

smaller cities, because they are specialized in less productive functions, need fewer skilled workers

who are poorer and less mobile. Thus, competition among these cities may be less fierce, and they

could have fewer incentives to invest in higher quality.

3 The distribution of cities

The population size of a city impacts number of its internal characteristics. Other regularities appear

also among cities. First, the population size of a city is correlated with its rank in the country's or

world's ranking of cities by population. Second, there are regularities in the spatial distribution of

cities since they develop more in some areas than in others.

The size distribution of cities

Cities have grown larger over time. In 1950 the largest city, New-York City, accounted for a

population of 12.34 million inhabitants. At that time, the difference between NYC and Tokyo was

quite small, but by 1970 total population of Tokyo largely exceeded that of NYC. In 2000, Tokyo

was twice as large as NYC. In 2010, total population in Tokyo was about 37 million people, but not

twice as large as Delhi (ranked 2nd).

In addition, in 2010, only 3 cities accounted for a population between 20 and 30 million residents,

and more cities (around 16) accounted for a population between 10 and 20 million inhabitants.

Almost all Chinese cities had in 2010 a population below 2 million inhabitants (UN, 2012).

According to (Chan, et al. (Spatial Dimensions of Chinese Economic Development, 2008), the

proportion of small and medium cities in China is much higher than in other countries around the

278

world. The authors explain that it can be imputed from “central planning and political control”

because it fostered investment in remote areas whereas concentration should naturally appear with

decreasing travel costs, economies of scale as well as with agglomeration economies.

It can be easily shown that urban growth both in India and China between 1990 and 1995 is

dependent on city size. For China especially, some cities grew very fast during this period (20% per

year) because they benefited from being at the seaside or “from the spillovers of industrial

development from bigger cities” (Chan, Henderson, & Tsui, 2008). India has almost the same

pattern, and urban growth rates differ significantly across the cities which confirms the results of

McKinsey (Dobbs, Smit, Remes, Manyika, Roxburgh, & Restrepo, Urban World: Mapping the

economic power of cities, 2011). Between 2008 and 2025, population growth rates in middleweight

cities are expected to be higher than in mega-cities (on average), even if the top 3 of the largest

population growth will be in mega-cities (Beijing = 5.5%, Shanghai = 5.2% and Tokyo = 3.3%).

According to observable facts, first, the rank of given cities by population differ over time, thus

some cities grow faster than others. Second, the population size of the largest city divided by the

one of the second largest city (as an example) is not constant over time. Last, the city size

distribution differ across countries. In other words, small and medium cities grow faster in some

countries than in others. Despite all these disparities, on average, researchers found regularities

(Ioannides & Overman, 2003). Indeed, on average, it has been proved that the logarithm of the rank

of cities by population can be expressed as a linear function of the logarithm of the size of cities as

follows:

log 𝑟(𝑆) = log A − 𝜉 log S, (1.3)

where S is the city size, r(S) the rank of the city of size S, A is a positive constant, and ξ is the

elasticity of the rank with respect to the city size. The law above corresponds to the Zipf's law when

ξ is set to 1. Let 𝑠𝑡𝑖 denote the normalized size of city i at date t, that is, the population of city i at

date t divided by the total urban population at date t (∑ 𝑠𝑡𝑖

𝑖 = 1, ∀𝑡). Gabaix (Zipf's law for cities: an

explanation, 1999) shown that if cities grow randomly with the same expected growth rate and

variance, independent on the city size (Gibrat's Law), at the steady state, the Zipf's law is verified,

which can be re-written as follows:

𝐺(𝑠) =𝑎

𝑠𝜉, with 𝜉 = 1, (1.4)

with G(s) the counter-cumulative distribution function180, of normalized city sizes, s, and a is a

1801-F(s), with F(s) the cumulative distribution function.

279

positive constant. The counter-cumulative city size distribution function follows a power law, the

city size distribution too. In other words, the probability of finding cities above a given population

size is decreasing with the population size. There are much more small cities than large ones. Thus,

rewriting Equation 1.4 in logarithm, it follows the rank-size rule of Equation 1.3, with a slope equal

to minus one in the case of the Zipf's law (𝜉 = 1). The Zipf's law has been verified: when one

regresses the logarithm of the ranks of cities by population on the logarithm of population sizes, the

estimated straight line has a slope approximately equal to minus one, and observations are close to

the predictions, as illustrated in the following Figure 1.17. Consider now that, in Equation 1.3, A is

normalized to the population of the largest city (𝑆𝑚𝑎𝑥), and that ξ is set to 1, then, on average, the

city size is approximately equal to the population of the largest city divided by the rank of the city.

𝑆 =𝑆𝑚𝑎𝑥

𝑟(𝑆).

This latest equation implies that the ratio of the population sizes between two cities i and j is equal

to the inverse of the ratio of the ranks as indicated in the following equation:

𝑆𝑖

𝑆𝑗=

𝑟(𝑆𝑗)

𝑟(𝑆𝑖),

where 𝑆𝑖 and 𝑟(𝑆𝑖) are respectively the population size and the rank of city i (∀ 𝑖 ≠ 𝑗).

According to the Zipf's law, as already exposed in Equation 1.4, the city size distribution follows a

power law, or equivalently, the city size distribution is Pareto distributed. The first explanation is

that each industry follows a Pareto distribution, and the sum of Pareto distributions is also a Pareto

distribution.

The Zipf's law is limited because, for some values of the parameter ξ in Equation 1.4, the city size

distribution may have neither finite mean nor variance, or finite mean and no finite variance

(Newman M. E., 2005). Moreover, the expected grow rate and variance may depend on the city

size, which contradicts the Gibrat's law (Gabaix, 1999). Even more problematic, it is not clear

whether cities have the same growth rate distribution. Ioannides and Overman (Zipf's law for cities:

an empirical examination, 2003) show that with a 95 % confidence interval, the Gibrat's law and

thus the Zipf's law cannot be rejected for a large range of cities. However, it appears, that the

smallest cities grow faster with smaller confidence intervals, thus, leading the smallest cities to

overtake the largest ones.

280

Figure 1.17 The Rank-Size rule for the 135 largest U. S. Metropolitan Areas in 1991. Source:

Gabaix (1999), with data from Statistical Abstract of the United States (1993)

The spatial distribution of cities

The major growing cities between 1970 and 2011 were located in India, and the East Coast of

China, as well as in West Africa (UN, 2012). It seems that being at the seaside promoted urban

growth, in the same way that edge cities grew in the US close to highways.

Coastal areas have natural advantages because firms can import and export at lower costs.

Concentration may be then enhanced due to agglomeration economies, or due to increasing returns

to scale associated with low transport costs as explained by the New Economic Geography. Indeed,

some firms may want to concentrate in coastal areas because of its natural advantages. The region

attracts also mobile workers because of higher wages and a wider variety of goods. Hence, due to

the home market effect, the manufacturing sector increases more than proportionally181. The only

dispersion forces are relative to transport costs and the immobile class of workers in the inner-land.

In addition, firms with a large market access and access to suppliers are able to pay higher wages. As

a matter of fact, Redding and Venables (Economic geography and international inequality, 2004)

showed that access to the coast for countries raises income per capita by 60%.

181 The market size increases and firms benefit from economies of scale, which attract even more firms.

281

The market access of coastal Chinese cities is higher than inland cities, but the European Union and

the US are relatively far away. West Africa is closer to Europe and to the American East coast. The

growing cities at the seaside in China may be largely explained by access to suppliers: the

Association of Southeast Asian Nations (ASEAN), Japan and the Republic of Korea. Except for the

European Union, almost all the international suppliers are accessible at the seaside.

4 Forecasts

Total population worldwide is constantly increasing, and urban population concomitantly. We

highlight the major demographic forecasts until the end of the century. Some regions and cities will

grow very fast in contrast to others, such that economic forces should also change during the next

decades.

Demographic perspectives and new economic forces

The world population should increase substantially during the century. The US Census Bureau in

2012 expected more than 9 billion people before 2050. Even if the annual world population change

is decreasing, the world population is still growing linearly because of the volume effect. This

global trend hides strong disparities among countries.

Total population change until 2050

Between 2011 and 2050, a large part of the total population growth will come from the middle and

low income countries and will be in cities. As an example, between, 2030 and 2050, the annual

average rate of change in more developed countries will be 0.06%, whereas it will be 0.65% in less

developed countries. Similarly, the urban population will grow by 0.29% per year in more

developed countries in contrast to 1.64% in less developed countries (UN, 2012).

Total population in India will largely grow, from 1.22 billion people in 2010 to 1.69 billion people

in 2050. India will still have a positive but decreasing growth rate, from 1.31% in 2010 to 0.32% in

2045. India, in 2050, will be the most populated country in the world, above China, and the US.

This transition pattern must be compared to the large population change between 1950 and 2010.

Total population multiplied by 3.29 in India between 1950 and 2010, and by 2.43 in China. Africa

will still have a growing population. The population in Nigeria, for example, is expected to more

than double before the middle of the century (2.5 times more people in 2050), to reach 390 million

282

inhabitants in 2050. The total population in the US will continue to rise up to the end of the century.

The US will still be ranked 3rd in 2050, but Nigeria will then overtake the US.

If the population will rise in many countries, a transition pattern appears also for many others. Most

notably, the Chinese population will decrease starting in 2035 (-0.14% between 2035 and 2040) and

faster and faster (-0.23% between 2040 and 2045; -0.32% between 2045 and 2050), which is

explained by the one-child policy, even if this policy has been relaxed by the government. The

effects of this policy is illustrated by the evolution of the pyramid of ages.

The Japanese population will continue to decrease but at higher rates (from -0.18% now to -0.78%

in 2045). Total population in the Russian Federation began to decrease 18 years ago in 1995. The

conjecture is about 108 million people in 2050, a decline of 38% of total population since 1995.

Total population in Germany began also to decrease a few years ago (2007) but at a lower rate. In

2050, France will be the most populated country in Europe just above Germany, whereas, in 2010,

total population in Germany exceeded France by about 20 million people.

Total population between 2050 and 2100

Total population in India will begin to decrease and total population in China will keep dropping

(from 1.341 billion in 2010 to 941 million in 2100). More precisely, total population in India will

decrease before 2070. Nigeria should keep increasing at least until the end of the current century. In

2100, Nigeria will be the third most populated country in the world, before the US (4th in 2100) and

the total population aged 15-64 years old in 2100 will reach almost the same number as in China

(see Figure 1.18). The total population in Russia will decrease during the century as in Japan, and

Germany, among others.

283

Figure 1.18 The evolution of the population aged 15-64 years old in Nigeria and China. Source:

with data from UN (2012)

The future decrease of the population in some countries can be currently explained by the vertical

asymmetry of the pyramid of ages. The residents are ageing in China, as in Japan and most of the

developed countries. In 2025, there will be two times more people over the age of 65 in Shanghai

than in NYC. Tokyo will count 10 million people in this age bracket (Dobbs, Smit, Remes,

Manyika, Roxburgh, & Restrepo, Urban World: Mapping the economic power of cities, 2011) out

of an expected total population of 38.7 million inhabitants (UN, 2012). The fertility rate in China is

currently incredibly low, estimated to be at 1.53 between 2010 and 2015, but conjectured to

increase to 1.77 at the middle of the century, which will still be below 2. In Nigeria, the pyramid of

ages is very flat at the bottom. The fertility rate is currently very high in Nigeria (5.43) and

conjectured to be at 4.86 in 2020-2025. This rate should slightly decrease throughout the century, a

decline due to the demographic transition, and to be around 2.20 at the end of the century, in other

words, at a level acknowledged to be high in Europe (currently equal to the fertility rate of France).

In India, total population will keep growing at least until 2050 because the fertility rate is

conjectured to stay above 2 in 2020-2025.

Obviously, the fertility rate will determine the number of people of working age in a country. In

OECD countries, the number of people of working age (20-64 years old) over the number of person

of pension age (more than 65 years old) has been constantly decreasing over time since 1950. In

2050, almost all developed countries will tend to the ratio of 2. Turkey currently has a very high

proportion of working age people, but it will tend to the ratio of 2 around 2050. The proportion of

people at a working age in developed countries should be divided by 2 on average between 2008

284

and 2050. The same pattern should also happen in China according to the vertical asymmetry of its

pyramid of ages. Around 2016-2018, the number of working age people (between 20 and 64 years

old) should begin to decrease until at least 2100. The number of working age people is constantly

increasing in Nigeria such that in 2100 there will be almost as many people at a working age in

China as in Nigeria (INED, 2013) 182.

Demographic forecasts in urban areas vs. rural areas

This global trend at the national level has to be compared to what will happen at a more local level,

that is to say, at the city level. In developed countries, the number of people living in rural areas will

continue to decrease. In developing countries, the population living in rural areas has increased

since 1950 but much less than in urban areas. Around 2015, in developing countries, the number of

people living in urban and rural areas should be equal, then it is expected that less and less people

will live outside cities. In developed countries, the equivalent shift of total population between cities

and rural areas happened around 1955.

The very low expected growth rate of total population in China does not mean that cities will not

keep growing, but rather at lower rates. Beijing will have a growth rate of almost 1% between 2020

and 2025, whereas it was 3.63% between 1990 and 1995. Beijing will not be one time more, at least

for the current century, the largest city in the World. However, this fact has to be put in parallel with

the growing share of urban population in China. The urban share in China is expected to reach

61.9% in 2030, whereas it was 47% in 2010. Thus, it can be easily deduced that urban growth in

China will come from the rural exodus. The rural proportion is decreasing more and more in China,

from 1.62% in 2010 to -2.04% in 2045. That explains the growing number of large cities in China.

No one city in China in 1990 had a population above 8 million, whereas, in 2025, 5 cities will have

more than 10 million residents. The population in Shanghai will reach 20 million inhabitants in

2025. Between 1990 and 2025 the city size will be multiplied by 2.56. But actually, urban growth in

China is not coming from the largest cities. In 1990, 33 cities had a population above one million,

whereas 129 cities are expected to have at least one million inhabitants in 2025. As expressed

before, starting in 2035, total population in China will decrease until the end of the century. In

addition, the urban proportion will reach quite a high level in 2030 (61.9%) compared to the level of

1990 (26.4%). Thus, one has to wonder to what extent rural exodus will be able to push up urban

growth until 2100. Actually, the urban proportion of 61.9% is low compared to the level of

182 http://www.ined.fr/fr/tout_savoir_population/atlas_population

285

urbanization in all developed countries, which is largely explained by restricting policies in the

1960 and 1970. One may expect policymakers to relax the constraint of the hukou system if there

are too many vacant buildings in cities in the future.

The urban growth decrease is lower in India than in China. In 1990, the average of the urban growth

rate was 3.10% in India compared to 6.2% in China. Between 2045 and 2050, we expect urban

growth to be 2.03% in India and 1.27% in China. Thus, until the middle of the century, total

population in India will keep growing and cities as well. The population in India will be biased

towards the megalopolises. In 2025, 3 cities will account for a population which will exceed 20

million people (20.112 million in Kolkata, 25.810 million in Mumbai, and 28.568 million in Delhi).

The rural proportion will keep decreasing at higher rates, from -0.53% between 2010 and 2015 to -

1.27% between 2045 and 2050. In India, urban growth will be due both to the total population

growth and rural exodus, which in the past explained 20-25% of total urban growth (Schaffar,

2010). Delhi will enlarge, but Tokyo will remain the largest city for a while. In 2010, it was forecast

total population in Tokyo would increase slightly until 2030 despite the decrease in total population

because the country is still in the process of urbanization. It was also predicted that the level of

urbanization would grow from 66.8% in 2010 to 73% in 2030.

Globally, since 1950, rural population decreased in the developed countries. For example, in

France, the urbanization level was 85.6% in 2010, which is high compared to Germany (73.8%) and

the UK (79.6%). France will be more and more urbanized (91.8% in 2030). The same process of

urbanization is happening in almost all countries around the world. However, we have to be careful

about data because the definitions of cities and urban areas vary over space and time. As an

example, according to Lévy, (Réinventer la France, 2013), under some assumptions, France can be

considered almost fully urbanized (96.05% of urban areas).

The large urban growth in China and India explains why Asia is responsible for 54% of total urban

growth in the world. However, the share of urban growth which is due to Africa is constantly

increasing, from 14% between 1950 and 2011 to 32.5% between 2011 and 2050, and a number of

countries strongly drive this global trend in Africa. As an example, the share of people living in

urban areas will keep growing and at almost the same level as in China. In 2030, 63.6% of Nigerian

people will live in cities. In Lagos, the yearly average growth rate is expected to be 3.2% between

2008 and 2025, which is the highest rate of middleweight cities (Dobbs, Smit, Remes, Manyika,

Roxburgh, & Restrepo, Urban World: Mapping the economic power of cities, 2011). Similarly, in

2011, the UN expected the average annual growth rate in Lagos to be 3.71% between 2011 and

286

2025. Those annual rates are especially high, but they have to be compared to the past growth rates

of Chinese cities such as in Shenzhen (18.44% per year between 1970 and 1990, 11.89% per year

between 1990 and 2011).

Lagos in Nigeria is growing even though the city is currently very dense. Indeed, in 2007, Lagos

was the fourth densest city in the world (City Mayor Statistics, 2007)183. Similarly, Mumbai, in

2007, was the densest city and this city will keep growing relatively fast. The annual growth rate of

these cities will slow down between 2010 and 2030, but still total population will grow by 25%

between 2010 and 2030. Is it possible to make more compact cities and insure minimum quality of

life? Naturally, already very dense cities will spread to the landscape, and will face the problem of

congestion.

Forecasts of GDP by city

The urban proportion is increasing over time, thus one should know to what extent urban areas are

more productive than rural areas (in terms of total GDP). Productivity in agriculture largely

increased due to technological advances and large crops, but it is difficult to be even more efficient

in the developed countries since soil needs to generate itself. Productivity gains in industry located

in small and medium cities by contrast are potentially unlimited due to technological innovations.

One may expect that urban GDP is rising faster than urban growth. Thus, one may think that urban

GDP growth will be driven by the emerging world.

Globally, cities yield more revenue per capita than in rural areas. In 2007, half of total population

lived in rural areas, whereas they contribute to only 20% of total GDP worldwide. Currently, the top

600 cities by contribution to global GDP growth from 2007 to 2025, yield more than half of total

GDP, while only a fifth of total population live there. In 2025 these cities will yield even more

revenue, nearly 60% of total GDP (Dobbs, Smit, Remes, Manyika, Roxburgh, & Restrepo, Urban

World: Mapping the economic power of cities, 2011).

So far, cities in developed countries contribute to 70% of total GDP, whereas cities in developing

countries are responsible for only 14% of total GDP. However, total GDP growth mainly occurs in

cities of developing countries. Such cities in emerging countries are overtaking cities in developed

countries in their contribution to global GDP. Among the 136 new cities entering in the top 600

183 http://www.citymayors.com/statistics/largest-cities-density-125.html

287

(recall, by contribution to total GDP growth from 2007 to 2025), 100 were located in China, 13 in

India, and 8 in Latin America.

The GDP of mega-cities will continue to increase. For example, between 2008 and 2025, the

cumulative GDP growth of Shanghai and Mumbai will be almost 197% and 185% respectively.

Smaller cities will also largely contribute to global GDP growth. The small, mid-sized and large

cities in the emerging world will be responsible for 37% of total GDP growth, which is above the

contribution of all developed cities in addition to the mega-cities of emerging countries (34%).

To sum up, even if global GDP is currently due to developed cities (70%), GDP growth will be

driven by the middleweight cities of the developing world. Households in emerging countries will

continue to benefit from this success. Population growth contributes by only 22% to GDP growth in

China, which is lower than in the US (37%). Thus, urban growth until 2025 will largely increase the

standard of living in emerging countries, and more than in the US. Globally, the revenue per capita

in the top 600 cities will increase by 2.7% per year from 20,000 US dollars in 2007 to 32,000 US

dollars in 2025.

The potential of Africa

According to the UN (World Urbanization Prospects The 2011 Revision, 2012) a larger proportion

of urban growth originates in Africa (32.5% between 2011 and 2050, in contrast to 14% between

1950 and 2011). Africa, especially Nigeria, has natural advantages such as large liquefied natural

gas and oil reserves and low wages. The number of working age people in Nigeria is constantly

increasing. Around 2100, the number of working age people in Nigeria will be about the same as in

China.

Furthermore, cities in Nigeria are closer to Europe, the East coast of the US, and South America

than China, thus the market access of West Africa is potentially high in addition to the growing

local market184. Many entrepreneurs choose to invest in Africa, in Nigeria in particular, because the

local market is increasing and wages are particularly low (Gu, 2009). Shen (Shen, 2013) states that:

184 Currently, North Africa has a very large market access due to the proximity of Europe. In North Africa, in a perimeter

of 4,000 km, more than 20,000 billion dollars were produced, compared to only 4,000-5,000 billion dollars in West Africa

(INED, 2013).

288

Chinese OFDI is widely spread across Sub-Sahara Africa. However, some countries are more

attractive than others to Chinese companies [...]. The top five recipient countries are Nigeria, South

Africa, Zambia, Ethiopia and Ghana [...]. “Market access”, primarily the local market but

potentially also the export market, plays a predominant role in attracting private Chinese

manufacturing firms to Africa.

One may expect that many Chinese plants will move to West Africa before the middle of the

century and even more during the second half of the century. Indeed, in contrast to West Africa

where the total working age population will continue to increase at least until 2100, in China the

number of working age people will start to decrease by around 2016-2018, which will induce wages

to increase even more.

So far, China mainly exports to Hong-Kong (ranked 3rd), Japan (ranked 4th), South Korea (ranked

5th). These countries are farther away from West Africa. Moreover, the main import partners of

China185 are the European Union186, Japan, South Korea, the US, Australia, and Malaysia. Thus, by

locating in Nigeria for example, these Chinese firms would have to find new suppliers. One may

expect that these firms would substitute European and Brazilian inputs for inputs coming from East

Asia to some extent. South America could also be a large market demand for manufacturing goods

produced in Africa. Notice so far that Brazil is the 8th supplier of China and the 13th export partner

of China.

Hence, one may expect economic forces to change in the next decades. Due to large economic

potentials, cities in West Africa should continue to grow with the need to provide new public

infrastructures, to guaranty accessibility to public goods, to ensure minimum open spaces per

capita187, to control congestion and air pollution.

185 http://trade.ec.europa.eu/doclib/docs/2006/september/tradoc_113366.pdf, Data Source: Eurostat IMF

186 The balance of Trade of EU-27 with China is -146,069 million €, because the positive balance of Trade in services did

not compensate the large negative balance of trade in goods

187 As exposed before, Asian cities are already very dense. The same appears for some cities in Africa, such as in Lagos

which was ranked 4th in terms of population density according to City Mayors Statistics, see:

http://www.citymayors.com/statistics/largest-cities-density-125.html

289

Since 2003, exports of manufactured goods from EU-27188 to West Africa constantly increased.

Between 2009 and 2010, it increased by 18.98%, and represent 52% of total exports from EU-27189.

Concomitantly with the economic development of Africa, one may expect that exports of

manufacture goods, machinery and transport equipment, will continue to increase, due to the

geographical and politically proximity of both regions.

5 Concluding comments

Urban issues reach a growing number of people over time. Since 2007, more than half of total

population worldwide lives in cities, and the urban proportion will increase at least until the end of

the century. In 2050, 70% of total population will live in cities. Thus, the priority for policymakers

is to ensure the best living conditions in cities for current generations, taking into account the

welfare of future generations, and to monitor natural and industrial risk exposures. Living

conditions may be evaluated in terms of GDP per capita, congestion, air and noise pollution, the

accessibility to local public goods and open spaces, urban sprawl, social equity and exclusion, and

security. Since cities are inter-dependent through externalities, such as air pollution, it seems

necessary to handle a number of problems in a cooperative manner among policymakers around the

World. The success of cities cannot be only evaluated through total GDP, or even through GDP per

resident, because it would limit the actual challenges in space, time, and to some groups of

individuals. Many indicators have been built to evaluate cities such as in terms of quality of life,

social life, environmental friendliness, and economic prosperity. Among others, the prosperity

Index of UN-Habitat190 highlights the main evaluation criteria: productivity, infrastructure, quality

of life, equity and environmental sustainability, which are actually linked to the concept of Global

Sustainability. For policymakers, all these targets can be contradictory, which explains how much it

is difficult to find compromises among social classes, generations, regions, and Nations around the

World such as during Climate Change Conferences. As explained by Trancik, et al. (Effectiveness

of a Segmental Approach to Climate Policy, 2013), “a global agreement on carbon emissions would

be most effective at reducing the risks of climate change, but in the meantime a segmental approach

can be helpful” involving “separate targeting of energy choices and energy consumption through

188 “The EU is a unique economic and political partnership between 27 European countries that together cover much of

the continent”, see: http://europa.eu/about-eu/basic-information/index_en.htm

189 http://ec.europa.eu/trade/policy/countries-and-regions/regions/west-africa

190 http://www.unhabitat.org/downloads/docs/State_of_the_World_Cities_Report2012.pdf

290

regulations or incentives”.

291

6 Bibliography

Acemoglu, D., Johnson, S. and Robinson, J.A., 2002. Reversal of fortune: Geography and institutions

in the making of the modern world income distribution. The Quarterly Journal of Economics,

117(4), pp. 1231-1294.

Aguiléra, A., L'Hostis, A., Haon, S. and al., 2013. Land use and transport interactions. Technical

report, ERTRAC.

Akiva, M.E.B. and Lerman, S. R., 1985. Discrete choice analysis: theory and application to predict

travel demand. s.l.: The MIT press.

Anas, A., Arnott, R. and Small, K.A., 1998. Urban spatial structure. Journal of Economic Literature,

36(3), pp. 1426-1464.

Anas, A. and Lindsey, R., 2011. Reducing urban road transportation externalities: Road pricing in

theory and in practice. Review of Environmental Economics and Policy, 5(1), pp. 66-88.

Anas, A. and Liu, Y., 2007. A regional economy, land use, and transportation model. Journal of

Regional Science, 47(3), pp. 415-455.

Anderson, S. P., de Palma, A. and Thisse, J. F., 1992. Discrete Choice Theory of Product

Differentiation. s.l.: The MIT press.

Anderson, S.P. and Renault, R., 2007. Advertising: the Persuasion Game. 2008 CESifo Conference

Centre, Munich.

Arnott, R., 2004. Does the Henry George theorem provide a practical guide to optimal city size?.

American Journal of Economics and Sociology, 63(5), pp. 1057-1090.

Arrow, K.J., 1962. The Economic Implications of Learning by Doing. Review of Economic Studies

29: 155-173.

Bairoch, P., 1991. Cities and economic development: from the dawn of history to the present. s.l.:

University of Chicago Press.

Bakos, J.Y., 1997. Reducing buyer search costs: implications for electronic marketplaces.

Management science, 43(12), pp. 1676-1692.

Ballas, D., 2013. What makes a "happy city"?. Cities.

Bates, D.C., 2002. Environmental refugees? Classifying human migrations caused by environmental

change. Population and Environment, 23(5), pp. 465-477.

Batty, M., 2012. Building a science of cities. Cities, Volume 29, pp. S9-S16.

Batty, M., 2013. The New Science of Cities. s.l.: MIT Press.

Batty, M., Axhausen, KW., Giannotti, F., Pozdnoukhov, A., Bazzani, A., Wachowicz, M., Ouzounis,

G. and Portugali, Y., 2012. Smart cities of the future. The European Physical Journal Special

Topics, 214(1), pp. 481-518.

Beaverstock, J.V., Smith, R.G. and Taylor, P.J., 1999. A roster of World cities. Cities, 16(6), pp. 445-

458.

Begg, I., 1999. Cities and competitiveness. Urban Studies, 36(5-6), pp. 795-809.

Behrens, K. and Murata, Y., 2009. City size and the Henry George theorem under monopolistic

competition. Journal of Urban Economics, 65(2), pp. 228-235.

Bento, A.M., Cropper, M.L., Mobarak, A.M. and Vinha,K., 2005. The effects of urban spatial

structure on travel demand in the United States. Review of Economics and Statistics, 87(3),

pp. 466-478.

Berry, B.J., 1976. The counterurbanization process: urban America since 1970. s.l.: Sage Publications

Beverly Hills, CA.

Bertaud, A. and Malpezzi, S., 2003. The spatial distribution of population in 48 World cities:

Implications for economies in transition, s.l.: World Bank.

Bettencourt, L., Lobo, J., Helbing, D., Kühnert, C. and West, G.B., 2007. Growth, innovation, scaling,

and the pace of life in cities. Proceedings of the National Academy of Sciences, 104(17), pp.

7301-7306.

292

Bierlaire, M., de Palma, A. and Waddell, P., 2014. Integrated transport and land use modeling for

sustainable cities. s.l.: EPFL Press.

Brownstone, D. and Golob, T.F., 2009. The impact of residential density on vehicle usage and energy

consumption. Journal of Urban Economics, 65(1), pp. 91-98.

Brueckner, J.K., 2000. Urban sprawl: diagnosis and remedies. International Regional Science

Review, 23(2), pp. 160-171.

Brueckner, J.K., Thisse, J.F. and Zenou, Y., 1999. Why is central Paris rich and downtown Detroit

poor? An amenity-based theory. European Economic Review, 43(1), pp. 91-107.

Bussière, R., 1972. Modèle de localisation résidentielle. Annales du Centre de Recherche et

d'Urbanisme.

Cervero, R. and Guerra, E., 2011. Urban Densities and Transit: A Multi-dimensional Perspective, s.l.:

Institute of Transportation Studies, University of California, Berkeley.

Chandler, T., 1987. Four thousand years of urban growth: An historical census. s.l.: St. David's

University Press.

Chan, K. W., Henderson, J.V. and Tsui, K.Y., 2008. Spatial Dimensions of Chinese Economic

Development. In: China's Great Economic Transformation. s.l.: Cambridge University Press.

Chen, H., Lanzieri, G. and Mrkic, S., 2013. Principles and recommendations for a vital statistics

system Revision 3, s.l.: The United Nation.

Christaller, W., 1933. Die zentralen Orte in Suddeutschland. s.l.: Iena.

Church, A., Frost, M. and Sullivan, K., 2000. Transport and social exclusion in London. Transport

Policy, 7(3), pp. 195-205.

Clark, C., 1951. Urban population densities. Journal of the Royal Statistical Society. Series A

(General), 114(4), pp. 490-496.

Combes, P.P., Duranton, G., Gobillon, L., Puga, D. and Roux, S., 2012. The productivity advantages

of large cities: Distinguishing agglomeration from firm selection. Econometrica, 80(6), pp.

2543-2594.

Cowgill, G.L., 2004. Origins and development of urbanism: Archaeological perspectives. Annual

Review of Anthropology, pp. 525-549.

Dahlberg, M. and Gustavsson, M., 2008. Inequality and Crime: Separating the Effects of Permanent

and Transitory Income. Oxford Bulletin of Economics and Statistics, 70(2), pp. 129-153.

d'Aspremont, C., Gabszewicz, J.J. and Thisse, J.F., 1979. On Hotelling's "Stability in competition".

Econometrica, pp. 1145-1150.

de Almeida Abreu, M. and Le Clerre, G., 1994. Reconstruire une histoire oubliée. Origine et

expansion initiale des favelas de Rio de Janeiro. Genèses, 16(1), pp. 45-68.

de la Barra, T., 1989. Integrated land use and transport modelling. Decision chains and hierarchies.

s.l.: Number 12. Cambridge Urban and Architectural Studies.

de Lara, M., de Palma, A., Kilani, M. and Piperno, S., 2012. Congestion pricing and long term urban

form: Application to Paris region. Regional Science and Urban Economics, Volume 43, pp.

282-295.

de Palma, A., Ginsburgh, V., Papageorgiou, Y.Y. and Thisse, J.F., 1985. The principle of minimum

differentiation holds under sufficient heterogeneity. Econometrica, pp. 767-781.

de Palma, A., Lindsey, R., Quinet, E. and Vickerman, R., 2011. A Handbook of Transport Economics.

s.l.: Edward Elgar Publishing.

de Palma, A., Motamedi, K., Picard, N. and Waddell, P., 2005. A model of residential location choice

with endogenous housing prices and traffic for the Paris region. European Transport, Issue

31, pp. 67-82.

de Palma, A., Picard, N., Angoustures, P. and Meyer, B., 2013. Étude sur les externalités des

télécentres, s.l.: PMP/ENS de Cachan.

de Palma, A., Picard, N. and Waddell, P., 2007. Discrete choice models with capacity constraints: An

empirical analysis of the housing market of the greater Paris region. Journal of Urban

Economics, 62(2), pp. 204-230.

293

Deneubourg, J.L. and Franks, N., 1995. Collective control without explicit coding: the case of

communal nest excavation. Journal of insect behavior, 8(4), pp. 417-432.

Dobbs, R., Smit, S., Remes, J., Manyika, J., Roxburgh, C. and Restrepo, A., 2011. Urban World:

Mapping the economic power of cities, s.l.: McKinsey.

Duranton, G. and Puga, D., 2005. From sectoral to functional urban specialisation. Journal of Urban

Economics, 57(2), pp. 343-370.

Echenique, M.H., Flowerdew, A., Hunt, J.D., Mayo, T.R, Skidmore, I.J and Simmonds, D.C, 1990.

The MEPLAN models of Bilbao, Leeds and Dortmund. Transport Reviews, 10(4), pp. 309-

322.

Elzinga, D., Fulton, L., Heinen, S. and Wasilik, O., 2011. Advantage Energy: Emerging Economies,

Developing Countries and the Private-Public Sector Interface, s.l.: OECD Publishing.

Feldman, M.P. and Audretsch, D.B., 1999. Innovation in cities: Science-based diversity,

specialization and localized competition. European Economic Review, 43(2), pp. 409-429.

Fournier, J.M., Koske, I., Wanner, I. and Zipperer, V., 2013. The price of oil - will it start rising

again?, s.l.: OECD economic department working paper No. 1031.

Fujishima, S., 2012. Evolutionary implementation of optimal city size distributions. Regional Science

and Urban Economics, Volume 43, pp. 404-410.

Fujita, M., Krugman, P.R. and Venables, A.J., 1999. The spatial economy: cities, regions and

international trade. s.l.: Wiley Online Library.

Fujita, M. and Thisse, J.F., 1997. Economie géographique, problèmes anciens et nouvelles

perspectives. Annales d'Economie et de Statistique, pp. 37-87.

Fuller, R.A. and Gaston, K.J., 2009. The scaling of green space coverage in European cities. Biology

Letters, 5(3), pp. 352-355.

Gabaix, X., 1999. Zipf's Law and the Growth of Cities. The American Economic Review, 89(2), pp.

129-132.

Gabaix, X., 1999. Zipf's law for cities: an explanation. The Quarterly Journal of Economics, 114(3),

pp. 739-767.

Gabaix, X. and Ioannides, Y.M., 2004. The evolution of city size distributions. Handbook of Regional

and Urban Economics, Volume 4, pp. 2341-2378.

Gaigné, C., Riou, S. and Thisse, J.F., 2012. Are compact cities environmentally friendly?. Journal of

Urban Economics, 72(2), pp. 123-136.

Galster, G., Hanson, R., Ratcliffe, M.R, Wolman, H., Coleman, S. and Freihage, J., 2001. Wrestling

sprawl to the ground: defining and measuring an elusive concept. Housing Policy Debate,

12(4), pp. 681-717.

Garreau, J., 1991. Edge City: Life on the New Frontier. s.l.: New York, Doubleday, AnchorBooks.

Glaeser, E.L. and Kahn, M.E., 2001. Decentralized employment and the transformation of the

American city, s.l.: National Bureau of Economic Research.

Glaeser, E.L., Kallal, H.D., Scheinkman, J.A. and Shleifer, A., 1991. Growth in cities

Glaeser, E.L. and Shapiro, J.M., 2002. Cities and warfare: The impact of terrorism on urban form.

Journal of Urban Economics, 51(2), pp. 205-224.

Godefroy, P., 2011. Satisfaction dans la vie: les personnes se donnent 7 sur 10 en moyenne, s.l.:

INSEE.

Grimm, N.B, Faeth, S.H; Golubiewski, N.E, Redman, C.L, Wu, J., Bai, X. and Briggs, J.M, 2008.

Global change and the ecology of cities. Science, 319(5864), pp. 756-760.

Gu, J., 2009. China's private enterprises in Africa and the implications for African development.

European Journal of Development Research, 21(4), pp. 570-587.

Haag, G., 1990. Transport: a master equation approach. s.l.: Urban Dynamics.

Hediger, W., 2000. Sustainable development and social welfare. Ecological Economics, 32(3), pp.

481-492.

Heilig, G.K., 2012. World Urbanization Prospects The 2011 Revision. Presentation at the Center for

Strategic and International Studies .

Hotelling, H., 1929. Stability in Competition. Economic Journal, 39(153), pp. 41-57.

294

Ingram, G.L.Z., 1999. Motorization and Road Provision in Countries and Cities, s.l.: World Bank.

Ioannides, Y.M. and Overman, H.G., 2003. Zipf's law for cities: an empirical examination. Regional

Science and Urban Economics, 33(2), pp. 127-137.

Jackson, K.T., 1996. All the World's a mall: Reflections on the social and economic consequences of

the American shopping center. The American Historical Review, 101(4), pp. 1111-1121.

Jacobs, J., 1969. The Economy of Cities. s.l.: Random House.

Kahn, M.E., 2005. The death toll from natural disasters: the role of income, geography, and

institutions. Review of Economics and Statistics, 87(2), pp. 271-284.

Kamal-Chaoui, L., 2010. Trends in Urbanisation and Urban Policies in OECD Countries: What

Lessons for China?, s.l.: OECD.

Kaplan, S., 1995. The restorative benefits of nature: Toward an integrative framework. Journal of

Environmental Psychology, 15(3), pp. 169-182.

Kellenberg, D.K. and Mobarak, A.M., 2008. Does rising income increase or decrease damage risk

from natural disasters?. Journal of Urban Economics, 63(3), pp. 788-802.

Kostof, S., 1993. The City Shaped: Urban Patterns and Meaning Throughout History. s.l.: Bulfinch

Press.

Kwan, M.P., Dijst, M. and Schwanen, T., 2007. The interaction between ICT and human activity-

travel behavior. Transportation Research. Part A, Policy and Practice, 41(2), pp. 121-124.

Lafourcade, M. and Thisse, J.F., 2011. New Economic Geography: the role of transport costs.

Handbook of Transport Economics.

Lanz, B. and Provins, A., 2011. Valuing local environmental amenity: using discrete choice

experiments to control for the spatial scope of improvements, s.l.: CEPE Center for Energy

Policy and Economics, ETH Zurich.

Lefèvre, B., 2010. Urban Transport Energy Consumption: Determinants and Strategies for its

Reduction. An analysis of the literature. Surveys and Perspectives Integrating Environment

and Society, Issue 2.3.

Lenz, B. and Nobis, C., 2007. The changing allocation of activities in space and time by the use of

ICT-"Fragmentation'' as a new concept and empirical results. Transportation Research Part

A: Policy and Practice, 41(2), pp. 190-204.

Lévy, J., 2013. Réinventer la France. s.l.: Fayard.

Lieber, E. and Syverson, C., 2011. Online vs. offline competition. Peitz, M., Waldfogel.

Litman, T., 2013. Understanding Transport Demands and Elasticities, s.l.: Victoria Transport Policy.

Loginova, O., 2009. Real and Virtual Competition. The Journal of Industrial Economics, 57(2), pp.

319-342.

Long, J.E., Rasmussen, D.W. and Haworth, C.T., 1977. Income inequality and city size. The Review

of Economics and Statistics, 59(2), pp. 244-246.

Marchetti, C., 1994. Anthropological invariants in travel behavior. Technological Forecasting and

Social Change, 47(1), pp. 75-88.

Markusen, A. and Schrock, G., 2006. The distinctive city: divergent patterns in growth, hierarchy and

specialisation. Urban Studies, 43(8), pp. 1301-1323.

Marshall, A., 1890. Principles of Economics. s.l.: London: Macmillan.

Marshall, J.D., 2007. Urban land area and population growth: a new scaling relationship for

metropolitan expansion. Urban Studies, 44(10), pp. 1889-1904.

Melo, P.C., Graham, D.J. and Noland, R.B., 2009. A meta-analysis of estimates of urban

agglomeration economies. Regional Science and Urban Economics, 39(3), pp. 332-342.

Mieszkowski, P. and Mills, E.S., 1993. The causes of metropolitan suburbanization. The Journal of

Economic Perspectives, 7(3), pp. 135-147.

Mills, E.S., 1967. An aggregative model of resource allocation in a metropolitan area. The American

Economic Review, 57(2), pp. 197-210.

Mills, E.S., 1972. Studies in the structure of the urban economy. s.l.: Resources for the Future by

Johns Hopkins Press (Baltimore).

Moreno, E. L., 2013. State of the World's cities, s.l.: UN Habitat.

295

Mulligan, G.F. and Carruthers, J.I., 2011. Amenities, Quality of Life, and Regional Development. In:

Investigating Quality of Urban Life. s.l.: Springer, pp. 107-133.

Mumford, L., 1938. The Culture of Cities. s.l.: Harcourt Brace and Company.

Mumford, L., 1961. The City in History. s.l.: Harcourt, Brace and World, Inc.

Muth, R., 1969. Cities and Housing. University of Chicago Press.

Myers, N., 2002. Environmental refugees: a growing phenomenon of the 21st century. Philosophical

Transactions of the Royal Society of London. Series B: Biological Sciences, 357(1420), pp.

609-613.

Newman, M.E., 2005. Power laws, Pareto distributions and Zipf's law. Contemporary Physics, 46(5),

pp. 323-351.

Newman, P. and Hogan, T.S., 1987. Urban Density and Transport: A simple model based on three

city types. Transport Research Paper, Issue 1/87.

Newman, P. and Kenworthy, J., 1999. Sustainability and cities: overcoming automobile dependence.

s.l.: Island Press.

Newman, P. and Kenworthy, J., 2006. Urban design to reduce automobile dependence. Opolis, 2(1).

Newman, P. and Kenworthy, J.R., 1996. The land use-transport connection: An overview. Land Use

Policy, 13(1), pp. 1-22.

Perlman, J.E., 2007. Marginality from myth to reality, the favelas of Rio de Janeiro 1968-2005. Mega-

Cities Project.

Pfaffenbichler, P., 2003. The strategic, dynamic and integrated urban land use and transport model

MARS (Metropolitan Activity Relocation Simulator). s.l.: Institut für Verkehrsplanung und

Verkehrstechnik der Technischen Universität Wien.

Picard, N., de Palma, A. and Inoa, I.A., 2013. Discrete Choice Decision-Making with Multiple

Decision Makers within the Household. Mathematical Population Studies.

Porter, M.E., 1990. The Competitive Advantage of Nations. s.l.: New York: Free Press.

Proost, S. and van der Loo, S., 2013. Policy insights and insights for sustainability, s.l.: European

Commission.

Putman, S.H., 1991. DRAM/EMPAL ITLUP Integrated Tranportation Land-Use activity allocation

models: general description.

Redding, S. and Venables, A.J., 2004. Economic geography and international inequality. Journal of

International Economics, 62(1), pp. 53-82.

Rees, W. and Wackernagel, M., 2012. Urban ecological footprints: why cities cannot be sustainable-

-and why they are a key to sustainability. The Urban Sociology Reader, p. 157.

Reilly, W.J., 1931. The Law of Retail Gravitation. s.l.: New York: Published by the Author.

Roback, J., 1982. Wages, Rents, and the Quality of Life. Journal of Political Economy, 90(6), pp.

1257-1278.

Romer, P.M., 1986. Increasing Returns and Long Run Growth. Journal of Political Economy,

Volume 94, pp. 1002-1037.

Rosenthal, S.S. and Strange, W.C., 2004. Evidence on the nature and sources of agglomeration

economies. Handbook of Regional and Urban Economics, Volume 4, pp. 2119-2171.

Scarpa, R., Campbell, D. and Hutchinson, W.G., 2007. Benefit estimates for landscape

improvements: sequential Bayesian design and respondents rationality in a choice experiment.

Land Economics, 83(4), pp. 617-634.

Schafer, A., 2000. Regularities in travel demand: an international perspective. Journal of

Transportation and Statistics, 3(3), pp. 1-31.

Schaffar, A., 2010. Quelle est la nature de la croissance urbaine indienne?. Revue d'économie du

développement, 24(2), pp. 101-120.

Shen, L.Y., Jorge Ochoa, J., Shah, M.N. and Zhang, X., 2011. The application of urban sustainability

indicators-A comparison between various practices. Habitat International, 35(1), pp. 17-29.

Shen, X., 2013. Private Chinese investment in Africa: myths and realities. World Bank Policy

Research Working Paper, Issue 6311.

296

Sicular, T., Ximing, Y., Gustafsson, B. and Shi, L., 2007. The urban-rural income gap and inequality

in China. Review of Income and Wealth, 53(1), pp. 93-126.

Simmonds, D., 1999. The design of the DELTA land-use modelling package. Environment and

Planning B, Volume 26, pp. 665-684.

Sjoberg, G., 1960. The preindustrial city: past and present. s.l.: New York: Free Press.

Small, K.A. and Song, S., 1994. Population and employment densities: structure and change.

Société du Grand Paris, 2013. Le Nouveau Grand Paris, s.l.: Société du Grand Paris.

Solard, G., 2010. Le commerce de proximité, s.l.: INSEE.

Strotz, R.H., 1965. The Public Economy of Urban Communities. s.l.: J. Margolis, ed.

Thisse, J.F., 2012. Avis du conseil scientifique sur l'évaluation socio-économique du schéma

d'ensemble du réseau de transport public du Grand Paris, s.l.: Société du Grand Paris.

Thorbecke, E. and Charumilind, C., 2002. Economic inequality and its socioeconomic impact. World

Development, 30(9), pp. 1477-1495.

Trancik, J.E., Chang, M.T., Karapataki, C. and Stokes, L.C., 2013. Effectiveness of a Segmental

Approach to Climate Policy. Environmental Science and Technology.

Tsui, K.Y., 2007. Forces shaping China's interprovincial inequality. Review of Income and Wealth,

53(1), pp. 60-92.

Turok, I., 2004. Cities, regions and competitiveness. Regional Studies, 38(9), pp. 1069-1083.

United Nations, 2012. World Urbanization Prospects The 2011 Revision, s.l.: United Nations.

van den Bergh, J.C. and Verbruggen, H., 1999. Spatial sustainability, trade and indicators: an

evaluation of the ecological footprint. Ecological Economics, 29(1), pp. 61-72.

van den Berg, P., Arentze, T. and Timmermans, H., 2013. A path analysis of social networks,

telecommunication and social activity-travel patterns. Transportation Research Part C:

Emerging Technologies, Volume 26, pp. 256-268.

van Lier, T., De Witte, A. and Macharis, C., 2012. The impact of telework on transport externalities:

the case of Brussels Capital Region. Procedia-Social and Behavioral Sciences, Volume 54,

pp. 240-250.

Verhoef, E., 1994. External effects and social costs of road transport. Transportation Research Part

A: Policy and Practice, 28(4), pp. 273-287.

Viscusi, W.K., 2009. Valuing risks of death from terrorism and natural disasters. Journal of Risk and

Uncertainty, 38(3), pp. 191-213.

Warner, K., 2010. Global environmental change and migration: Governance challenges. Global

Environmental Change, 20(3), pp. 402-413.

Wegener, M., 2004. Overview of land-use transport models. Handbook of transport geography and

spatial systems, Volume 5, pp. 127-146.

White, E.V. and Gatersleben, B., 2011. Greenery on residential buildings: Does it affect preferences

and perceptions of beauty?. Journal of Environmental Psychology, 31(1), pp. 89-98.

Willis, H.H., 1980. Patterns of urban and rural population growth, s.l.: United Nations.

Willis, H.H., 2007. Guiding resource allocations based on terrorism risk. Risk Analysis, 27(3), pp.

597-606.

Yuan, Y., Raubal, M. and Liu, Y., 2012. Correlating mobile phone usage and travel behavior-A case

study of Harbin, China. Computers, Environment and Urban Systems, 36(2), pp. 118-130.

297

Regulation by irreversible commitment: using

credible threats as an incentive to deploy new

infrastructure

Alexandre Guimard191, Martin Cave192

Abstract

Regulation in the sector of telecommunications is a complex process. On the one hand, regulation

seeks to stimulate competitive prices for Internet users. On the other hand, regulation acknowledges

that access prices should be sufficiently high to encourage investments by private operators. In this

paper, we argue that the State’s project of deploying a subsidized network can be a credible threat,

encouraging the incumbent private operator to rapidly deploy its own infrastructure. We suggest a

simple model showing the incumbent’s rationality in deploying a new network compared with the

credible threat of a private or public entity. We will discuss two cases to present this approach: a

local case in France where the incumbent deploys in towns to counter a public initiative. In Qatar, the

incumbent deployed an FTTH network, covering the entire population to counter the threat of a new

wholesale public operator. The subsequent regulatory issue is then how to enforce an open access

obligation in order to develop the service-based competition and how to set an optimal access price

which properly compensates the private incumbent for the costs and risks of investment.

This research was conducted at Tera Consultants and funded by the Communications Regulatory Authority (CRA) in

Qatar. The views expressed in this paper are those of the authors and do not necessarily reflect the views of the CRA.

I am very grateful to CRA’s members, especially to Rainer Schnepfleitner and Pascal Dutru, Laurent Benzoni (CRED-

Sorbonne, Tera Consultants), Marcel Boyer (Montréal University), Arthur Cagniot, and Natalia Shutova (Tera

Consultants) for discussions and helpful comments. I am also very grateful to Sarah Clignet for editorial support.

191 ENS Cachan, CRED-Sorbonne University, France

192 Imperial College Business School, UK

298

Introduction

In an environment in which the telecommunications industry is open to competition, competitive

pressure would be sufficient to render old technologies193 obsolete. The new fibre technology would

be deployed up to a defined point and to replace the copper wire local loop very quickly. Market

mechanisms would do the job, and no specific regulatory measure would be required—at least for the

denser zones.

Reality, however, pointed elsewhere. Left to itself, the market did not deploy new networks as

expected and access prices did not give local economies and clients the opportunity fully to eap the

positive effects fibre optic networks are capable of generating: productivity gains, improved

connectivity, growth and more. To compensate, nonmarket interventions came back with force:

standard public intervention tools (direct investments, subsidies to foster investment or operations)

and regulation (mandatory access, regulated tariffs on wholesale markets, etc.) are often applied.

First, when private initiative isn’t enough, public subsidies are necessary. Arthur D. Little (2013)

pointed out that in countries such as the United States, the United Arab Emirates, Hong-Kong, or

Saudi Arabia, where markets are not regulated and where public investment is practically non-

existent, Internet client penetration is relatively high, but coverage is relatively low, meaning that

there will be a digital divide.

Second, regulation seems to be mandatory as a means to ensure competition in services and provide

a broader offering of Internet access plans, but how do you concomitantly incite private operators to

invest in new network technologies? While regulation may have a very positive impact on

competition and retail prices, it can also stifle access, and lead private operators to shun investing in

new optic fibre networks (Crandall, Eisenach, and Ingraham 2013).

This article assesses the current debate on how to incite the development of new infrastructure to

replace older networks. It puts forth a mix of public intervention and regulation to create what market

players will perceive as an irreversible commitment by public powers, and which serves as a credible

threat to force market players to invest. The overall idea is to initiate competition in infrastructure

and services by mobilizing public funds where private initiatives have been recognized as insufficient.

Section Chapitre 2Essai 14 of this article explains the different reasons for insufficient private

investment in fibre networks, thus requiring regulatory incentives. Section Chapitre 2Essai 15

presents the regulatory tools currently available to incite fibre deployment. In Section Chapitre 2Essai

16, a simple game theory model is built to illustrate the strategic interactions at the origin of the

193 copper pairs in local loop networks used by telecommunications companies (telcos), or coaxial cables used by cable-

operators

299

State’s credibility threat. The analysis is applied to two examples in Sections Chapitre 2Essai 17 and

Chapitre 2Essai 18; first on a local level, in France, and at a national level in Qatar. We show that the

public initiative in both cases, and especially in Qatar, created a credible threat pushing the incumbent

and dominant telco to in fine deploy its own network. After assessing how the private operator

responded to the State’s credible threat, Section Chapitre 2Essai 19 focuses on the need to set up fair

regulation for access, to help new market players enter the market and reward the private operator for

the investment, both in terms of cost and risk. Finally, Section Chapitre 2Essai 110 concludes with

questions regarding fibre deployment in Qatar, and which are also present across many national

markets. At this level, the regulatory approach by credible threat, as presented in Section Chapitre

2Essai 16, can be an innovative and efficient measure.

1 Why don’t private players deploy fibre networks? Or drag their

feet in doing so?

A number of factors, which we will detail here-after, shed light on why the private initiative has been

insufficient to deploy a fibre network, and requires State’s intervention to deploy very high-speed

networks territory-wide.

Externalities

When there are positive externalities, the level of investment for telecommunications operators (telco)

is at equilibrium, lower than the social optimum (welfare), because telcos do not fully internalize the

positive effects created by higher Internet bandwidth for innovative services and corporate efficiency

(smart city, e-government, e-learning, e-health, etc.). In other words, the social benefits of deploying

telecommunications infrastructure cannot be circumscribed to revenues generated by telcos (Firth et

Mellor 2005, Katz et Shapiro 1986). Few studies have detailed figures for FTTH contribution to GDP

growth, and results vary from one study to the next (Kenny, 2015; Rohman and Bohlin 2012). More,

no all the beneficial impact of telecommunications networks are always monetized. As an example,

a better performing telecommunications network can foster teleworking or working from home, thus

reduce traffic congestion and lowering air pollution (Mitomo and Jitsuzumi 1999).

Market structure

Market structure can explain the inefficiency in private initiatives since investing in fibre is a huge

opportunity cost for the dominant telco, because the copper network generates a rent which could be

cannibalized by the new fibre network. This replacement effect (Arrow 1962) “can […] be expected

to be crucial in view of an average European (EU27) household fixed broadband penetration rate of

300

62.8% in 2011” (Briglauer and Gugler 2013).

Reversely, “innovation by neck and neck firms is always stimulated by higher competition”194

(Aghion et al. 2014, Aghion and al. 2002), explaining why competition in infrastructure seems to be

an incentive to deploy new infrastructure. According to Crandall, Eisenach, and Ingraham (2013), the

fastest fibre-deploying countries are also those where competition between cable-operators and telcos

was the strongest. Indeed, the incumbent, generally a telco which owns the copper network, is incited

to invest in fibre to remain competitive and to continue to reap a rent – at least for a short period –

especially if a competing cable-operator can progressively increment their network to very high-

speed.

It is important, however, to note that at a given level of competition, the incentive to invest will drop

as the hopes of deriving a rent dwindle (Schumpeter, 1934). Yet, the European Commission sought

to open networks to promote competition in services, while this opening could discourage the

incumbent from investing in new network technologies (Crandall, Eisenach, and Ingraham 2013,

Briglauer and Gugler 2013).

Finally, when there is competition, there are more players sharing the market. Intense competition

can increase the risk if demand is insufficient to “fill up” the network and cover the network’s fixed

costs. In this case, intense competition can also increase the investment risk and therefore the cost of

capital, lowering the incentive to invest (Briglauer, Ecker, and Gugler 2013, Shutova 2013).

The investment risk

When private investors decide to invest in new telecommunications networks, they are naturally very

sensitive to the investment risk which is, above all, created by a set of irrecoverable costs. Indeed,

certain amounts earmarked for investment cannot be recovered later on if revenues are too low and/or

because costs are too high. Revenue and cost uncertainty are often linked to market share and/or user

migration rate from copper to cable (Katsianis and al. 2012, Cambini and Silvestri 2012, Kroes 2011).

If a telco has the chance to wait until it has positive information regarding the investment risk, it will

do so. This valuable “wait and see” option can lower the investment risk, but this lag in fibre

deployment can work against national deployment objectives. To meet this challenge, a real option

approach can be interesting to evaluate the optimal price of access which compensates the private

operator at the real option value, pressuring the operator to not delay investment (Mathieu Tahon et

al. 2014).

194 This effect is called “the escape competition effect”

301

Retail price levels

The price difference between copper and fibre subscriptions is also a determining factor in inciting

telcos to invest in a fibre network. All other things equal,

a cheap subscription rate for copper lowers Internet users’ motivation to migrate to fibre,

which consequently lowers the telcos’ incitation to invest in fibre.

low prices on the very high-speed market also lower operators’ incentive to invest. This is the

case when competition is intense and prices are “competitive”195.

So, the above-mentioned factors explain why a private operator may not want to invest as much or as

fast as they should in a fibre network. In any event, a lag in fibre roll-out can impact a country’s

economy either short or long term, because the country must implement major efforts to catch-up

other countries with sounder economies due to optimally rolled out fibre networks. Given this context,

each State should implement all means to quickly and efficiently deploy a new telecommunications

network.

2 How to incite fibre deployment?

In this next section we will detail a list of traditional regulatory measures to help push very high-

speed Internet deployment.

Wholesale prices

On September 11, 2013, the European Commission recommended (UE 2013) higher wholesale prices

on copper networks to reduce the price gap between retail prices for broadband Internet access and

very high-speed fibre access. The Commission felt that higher retail prices for copper would speed

up subscriber migration from copper to fibre. This approach meets the issue of switching-off copper

networks raised by N. Kroes in 2011 (cf. above). Actually, higher wholesale prices for copper have

several adverse effects on private incentives to invest in the fibre network (Bourreau, Cambini, and

Doğan 2012, Cave, Fournier, and Shutova, 2012).

Regulatory holidays and deregulation

The obligation to open up networks combined with regulation based solely on deployment costs and

excluding investment risk does not sufficient incentive for a private operator. On the other hand, a

private operator is willing to invest if it can anticipate high prices buoyed by market power; making

195 We note that very high-speed Internet competition is more intense than it is on copper networks (Crandall, Eisenach,

et Ingraham 2013)

302

the investment profitable. The regulator can thus choose to not regulate network access for a given

time period in two different ways.

First, the regulator may declare regulatory holidays meaning the body will not regulate incumbents

until a given date or until a criteria milestone has been reached196. The regulator can also specify

whether it will or will not regulate access to the network once the milestone has been attained. The

advantage of this policy is that one or more operator(s) should be willing to pre-empt the market by

rapidly investing because they can, albeit temporarily, benefit from market power through higher

retail prices during the first phase of very high-speed deployment, thus incur lower investment risk

(Nitsche and Wiethaus, 2011).

Second, the regulator may voluntarily choose to not announce how it will regulate access to the new

network, leaving operators in limbo for the following weeks, months or years197.

Co-investment and network sharing

Network deployment costs can be shared by co-investing, either ex-ante or ex-post (Bourreau,

Cambini, and Hoernig 2012). Operators can share fixed costs linked to distinct work phases to deploy

several cables in optic fibre, or agree to share the total coverage in different geographic areas and

provide access to other competitors.

Rendon Schneir et Xiong (2013) showed that, on average, in co-invested FTTH networks in France,

Germany and Great Britain, a non-sharing historic operator whose market share is lower than the

combined market share of alternative operators, bears a higher cost per « connected house » than

alternative operators who deploy a shared network.

At the national level, co-investment can be a means to increase very high-speed network coverage

and reduce network duplication (Inderst and Peitz 2012). For Marc Bourreau (2013), however, co-

investment does not necessarily lead to higher coverage if the incumbent operator wields a monopoly

and is the sole operator to deploy the most expensive zones.

Regulators can also be willing to set a legal framework for co-investment amongst network operators

because co-investment can reduce anticompetitive practices of a local monopoly. In such a case, the

regulator should thus ensure that the access regulation does not harm co-investment. Nevertheless, it

seems difficult in practice to evaluate the optimal access price of fibre networks because the

relationship between access price and co-investment levels of private investors is not linear (Marc

196 In Turkey for example, the regulator did not oblige the incumbent to open its networks so long as fibre penetration

didn’t top 25% (OECD, 2014)

197 The Canadian regulator, for example, refused to clearly state its policy regarding the obligation to open the fibre

network as long as it was not fully deployed (Crandall, Eisenach, and Ingraham 2013)

303

Bourreau 2013).

Taxes or subsidies?

Taxing the old technology is an interesting option to incite operators to invest in the new technology

(Martin Cave 2010), and public subsidies may be necessary when private operators do not invest in

less densely-populated zones which are not profitable (European Commission 2010b, OECD 2014).

In the late 1990’s, Sweden pioneered rural zone coverage where 85% of the population lives, by

subsidising fibre deployment (Babaali 2013). France’s « Very High Speed Plan » is another example

of using public subsidies to finance deployment in low-density zones. In such zones, local

municipalities choose bidder seeking the most efficient operator requiring the lowest subsidy, in

order to minimize public outlays.

Deploying a subsidised public network

When a public entity deploys a telecommunications network across an entire national territory, it can

do so to meet a government’s priority to provide the population with quick access to very high speed

Internet. In practice, the State can handle a number of operational challenges to establish an entente

with private operators. Private operators may feel excluded from the fibre deployment process and

might also consider that the State does not fairly compensate all opportunity costs on existing

networks which are able to deliver very high-speed Internet. Furthermore, as a subsidized project is

not meant to be profitable, the State can over-value social benefits and be too ambitious in its projects,

which then become very costly for taxpayers. The Australian example of a government-financed

national broadband network is a case in point, in the course of which a new government reviewed its

predecessor’s very expensive deployment plan (Beltrán 2013, Australian Government 2014).

Actually, a complete deployment of a subsidized network is not always required to deal with

insufficient Internet speeds. Indeed, a subsidized network can become a credible threat for the

dominant private operator leading to further private investments. This argument is further detailed in

the next section.

3 A model to incite infrastructure deployment using a credible threat

Avinash Dixit (1982) already demonstrated that an existing enterprise can benefit by committing

irreversibly to certain types of costs. A company can, for example, increase production capacity as a

means to impede new entrants from entering onto its market. In their model, when the incumbent

commits and invests in production capacities, it can react to market entries by launching a price war.

A new market entrant does not risk entering a market if it deems that the incumbent will launch a

304

price war. So, when an incumbent commits, it can maintain its dominant position and keep new

market entrants away.

In our case, if the State engages by partially deploying the fibre network, the private operator

anticipates that if it doesn’t deploy its network the State will do so. The private operator invests if it

prefers to deploy its own network rather than depends on a State subsidized network. In consequence,

a partial deployment of a subsidized network can suffice to incite a dominant player.

We present hereafter a sequential game to illustrate this argument. In this model, the State may first

decide to invest partially or not in a fibre network (irrecoverable costs). Second, the incumbent,

owning the copper network, monitors the subsidized operator’s investments and decides to invest or

not. Third, the subsidized operator decides whether or not to complete the investment. There

situations are thus possible:

Users do not have access to a fibre-based Internet offer because neither the State nor the private

operator has deployed the fibre network. In this case, the profit of the incumbent is denoted by

πmc .

Users have access to a fibre-based Internet offer but there is no infrastructure competition: the

fibre network is deployed by a single market player, either a subsidized operator or an

incumbent. The profits of the incumbent are denoted by

π0f and πm

f respectively.

Users have access to a fibre-based Internet offer and there is infrastructure competition: the

fibre network is duplicated since the State and the private operator have invested in their own

network. In this case, the profit of the incumbent is denoted by πdf .

We suppose that the State internalizes a social benefit, denoted by S, with 𝑆 ≥ 0, due to the

construction of a fibre network deployed by either the subsidized operator or the private operator.

Total and partial deployment costs are denoted by D and d respectively, with 0 < 𝑑 ≤ 𝐷.

Hypothesis 12: the historic operator prefers to retain its monopolistic position on the copper network,

rather than build a dominant position on the fibre network: we have 𝜋𝑚𝑐 > 𝜋𝑚

𝑓. Indeed, the operator

which invests in a fibre network is often obliged to open its network to other competitors and it can

be difficult for the incumbent to retain its strong market power on the very high-speed market. In

addition, we believe that the incumbent prefers to provide an Internet service via its own network

rather than depend on its subsidized network, we have 𝜋𝑚𝑓

> 𝜋0𝑓.

Hypothesis 13: the net benefit for the State which invests in a fibre network is negative, we have

𝑆 − 𝐷 < 0. In other terms, we suppose that the State doesn’t want to invest, alone, to deploy the fibre

network. One of the reasons may be that the expected benefits are not in line with the deployment

costs. Indeed, the State often has to compensate the incumbent to access the incumbent’s trenches or

build new trenches to deploy its own network, which may impact budget equilibrium.

305

The model is illustrated in its extensive form in Figure. At the end of each branch, we note the gains

(𝐺𝑠, 𝐺𝐻) with 𝐺𝑠 and 𝐺𝐻 the net benefit for the State and incumbent respectively. The model can be

resolved by backward induction.

1) we know that S − D < S − d, S − D < S because D > 0 and S ≥ 0, and S − D < 0 based on

Hypothesis 13. If S − D > −d, we deduce that after having borne irrecoverable costs, d, if the

incumbent doesn’t deploy a fibre network, the State will decide to finish deploying the network.

2) based on Hypothesis 1, we know that πmf > π0

f et πmc > πm

f . If the State decides to invest partially

in the network, the incumbent will then fully deploy its own network. If, the State doesn’t build a

network, then the private operator will not invest in the network and users will not gain from a

very high-speed network.

3) the final choice is made around the first ring of the tree: the State will decide to engage if S − d >

0.

Figure : The game in its extensive form

Property: given Hypothesis 1, and 2, and under conditions 𝑆 − 𝐷 > −𝑑 and 𝑆 − 𝑑 > 0, the State

will choose to partially deploy the network, leaving the incumbent to fully deploy its own fibre

network. So, based on 𝑆 > 𝑑 > 𝐷 − 𝑆, partial investment is a credible threat for the private operator.

Below the threshold 𝐷 − 𝑆, the threat is not credible.

Under partial information, we can be led to believe that the fibre’s social benefit, S, is harder to

ascertain for the private operator than objective costs d and D. The private operator can thus over or

under-estimate fibre’s social benefits. In consequence, the regulator can also lie about the true social

value of fibre and announce an over-estimated value so that a non-threatening situation becomes a

credible threat.

Proposition: under partial information, if the irreversible cost is too weak and we have 𝑑 + �̃� ≤ 𝐷,

306

with �̃� the incumbent’s believe concerning the real value S, the threat is not credible, so neither the

incumbent nor the State invest. It seems a priori possible that the State will launch a communications

plan to increase �̃�. With the hypothesis that the marginal cost �̃� is increasing, we can simply deduct

that if the marginal cost �̃� is lower than the unit, the State will decide to increase �̃� before investing

in infrastructure.

To conclude, this simple model helps understand the mechanisms of a credible threat when applied

to the telecommunications sector. A credible threat carried out by a regulator seems useful to incite

infrastructure deployment by a private operator in a monopolistic situation. In the following sections

we will illustrate these theoretical viewpoints with two examples.

4 A credible threat to deploy a fibre network, a local French case

We feel that engaging local municipalities either helped incite or incited the incumbent in France to

move forward in its deployment plan and announce full coverage of FTTH in specific zones.

In November 2011, the Europ’ Essonne Agglomeration Community granted the Tutor company a

public service delegation to deploy an FTTH network in 10 towns. To balance Tutor’s balance sheet

(about 10M€), the delegation conditions granted Tutor a subsidy. Four towns were considered

priorities as they had poor ADSL coverage. Orange (the French incumbent) did not partake in the

bid for tender launched by the town, but the operator had announced that it was thinking about

deploying an independent fibre network in 2015 in the four priority towns, with the other towns

thereafter.

Once Tutor had initiated the first investments, Orange announced that it was moving its deployment

calendar up two years, from 2015 to 2013, for the four priority towns and including a new town as

well.

We can reasonably suppose that the copper incumbent, Orange, had no incentive to make a quick

fibre deployment, so long as there were no perceived outside threat. The fibre threat became reality

when a competitor to its copper network became credible, and even more so when the subsidized

network deployment was initiated. In the city of Massy, the subsidized operator began to deploy its

network, and decided to continue deploying in zones not covered by the private operator, Orange.

This threat pushed Orange to deploy its own network across the city.

5 Using a credible threat to deploy fibre in Qatar

The credible threat on a small level within an agglomeration of towns can be replicated in a country

with Qatar’s geography. The subsidized operator’s project to deploy fibre seems to have incited the

307

incumbent to quickly roll out its own network as a means to keep its dominant position.

Historically, and unlike many developed countries Qatar’s incumbent, Ooredoo (previously Qtel) has

always had a dominant position on the copper-based fixed-line high speed Internet market. No other

cable network had been deployed and satellite operators focused on TV programs. More, the regulator

did not have the sanction powers to impose access obligation with a regulated price to set up service

competition on the high-speed market.

It seems reasonable to assume that because of its monopolistic position in the high-speed market

incumbent, Ooredoo had little incentive to substitute its copper network with a fibre network198.

Yet speedy deployment of Qatar’s fibre network was required to reach Qatar’s 2030 targets for a

diversified economy and to develop a digital economy (General Secretariat For Development

Planning, 2008).

In March 2011, after deeming that Ooredoo was not deploying the fibre network quickly enough, the

Supreme Council of Information and Communication Technology (ictQATAR) decided to create a

wholesale operator called qatari national broadband network (QNBN). This publicly funded operator

was mandated to ensure rapid fibre roll-out for the entire population by 2015 and the open access to

all retail operators.

Announcing a budget of $550 million for fibre deployment, the qatari government clearly showed

that it had the means to reach its objective. The two operators, Vodafone and Ooredoo apparently

wanted to uphold the State’s initiative to deploy an open fibre network to all operators since the two

had signed a public-private partnership agreement with QNBN to deploy fibre.

In fact, parallel to these negotiations, Ooredoo did not slow down fibre deployment, but sped it up so

that six months later and, in January 2012, it launched its first very high-speed offer on its own

network. Actually, threatened by a public operator, the incumbent rationally and rapidly deployed in

a first phase two-thirds of its fibre network so that Qatar became world leader in terms of fibre

deployment speed199 (Adlittle 2013). Indeed, if QNBN had deployed its network fibre before

Ooredoo, Vodafone, the second operator with a mobile market presence, would probably have bought

198 Fibre deployment was announced in March 2010

http://www.google.fr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0CCEQFjAA&url=http%3A%2F%2Fhua

wei.com%2Filink%2Fen%2Fabout-huawei%2Fnewsroom%2Fpress-

release%2FHW_062735%253FKeyTemps%253DFTTH&ei=TpaeVa2zB8H9UvCmgdgK&usg=AFQjCNEMotw-

oAnDeu6Z9kMD9_-9I8HbkQ&bvm=bv.96952980,d.d24

https://www.telegeography.com/products/commsupdate/articles/2010/08/31/qtel-and-huawei-begin-ftth-rollout/

199 Expressed as a percentage for additional households covered by fibre in a year.

308

QNBN’s wholesale offer to rival Ooredoo on the fixed very high-speed market, and most likely

launch quadruple play packages.

Despite Ooredoo’s new public ambitions, in October 2012, the public entity budgeted $500 million200

to deploy the fibre network, not far from the initial $550 announced when the public entity was created

in March 2011. At this point, however, the QNBN network could only be built parallel to Ooredoo’s,

since in May 2012 Ooredoo had already connected 126,000 households201.

But as Ooredoo also anticipated that the State would deploy fibre across its territory if it didn’t deploy

its entire fibre network, it announced its goal to finish its fibre network by end 2014. Concomitantly,

to avoid duplicating operating and maintenance costs, Ooredoo started to shut down its copper

network: a world first.

To resume, the qatari public choice to engage in subsidized infrastructure deployment was undeniably

efficient since only a limited subsidised fibre network roll-out was necessary to constitute a credible

threat for the private operator. More, unlike levying taxes on private operators, the credible threat

inciting deployment doesn’t modify the market’s price signals. The strength of this regulation strategy

is also to limit the market distortion of inadequate regulation caused by information asymmetry

between the State and operators.

6 Qatar’s new challenges, using access regulation to spur

competition

Qatar now has a fibre network meeting the government’s objective (ICTQatar 2013). Ooredoo

deployed its own fibre network faster than QNBN, leaving the fibre network in a private operator’s

hands, Ooredoo, which is bound only to financials.

Thus, while the fibre network is built, not all operators have access because Ooredoo naturally prefers

to keep its dominant position on this market. Tariffs, like for very high-speed Internet are much higher

in Qatar than average prices practiced in OECD countries. In 2013, for example, very high-speed

Internet offers (>45 Mbps) for households were three times more expansive than in OECD countries

(The Telecommunications Regulatory Authority 2014). Consecutively, the take-up rate for very high-

speed Internet offers is very weak. In the last quarter of 2014, only 27% of households had access to

very high-speed Internet at more than 10 Mbps, although the country was fully covered with a fibre

200 https://www.telegeography.com/products/commsupdate/articles/2012/10/11/Qnbn-underlines-nationwide-2015-

target-usd500m-initial-capex/

201 https://www.telegeography.com/products/commsupdate/articles/2012/05/24/qtel-extends-ftth-contract-with-huawei/

309

network.

One of the regulator’s objectives is to reach competitive prices. More, the qatari government doesn’t

seem decided, for good reasons, to continue to invest in a parallel public network, open to other

network operators, in order to establish competition and address excessive retail prices. Indeed,

imposing the open access to the existing Ooredoo’s fibre network, at fair and reasonable terms, seems

sufficient to promote competitive retail prices and more innovation of services (OECD 2008,

Booz&co 2008).

However, introducing service competition in Qatar, requires an independent regulator, with the power

to sanction and impose wholesale tariffs because Vodafone’s negotiation powers to set wholesale

prices seem very limited.

The following question is also arising: how to set optimal wholesale prices? Before deploying a fibre

network, the regulator must ensure that access price regulation isn’t a barrier for new operators to

invest in new information technologies (Bourreau, Cambini, and Hoernig 2012). In Qatar, even

though the fibre network was deployed, this question remained nonetheless crucial to promote future

technological developments. Access prices, set ex-post, should be high enough to compensate the

private operator for investment costs and risks.

7 Conclusion

To conclude, many countries have only weakly competitive fixed telecommunications markets.

Competition in infrastructure can be non-existent if there is neither a cable nor a satellite operator to

compete with the copper incumbent. In this case, customers may benefit later than in other developed

countries from very high-speed Internet. In turn, this situation would put the country at a disadvantage

hampering its ability to compete internationally.

In a setting where there is infrastructure competition between the cable and the copper network, the

cable-operator may seem incited to invest quickly to provide very high speed access, while the copper

network operator may lag in deploying a very high-speed network. If the very high-speed market is

pre-empted by a cable-operator, the financial and risk stakes rise even further for competitors, since

if cable networks are not obliged to open their network via bitstream offers, competition levels may

consequently drop in the migration from high-speed to very high-speed. The deployment of a fibre

telecommunications network may thus introduce more competition. In any event, even if the cable-

operator is obliged to open its networks, deploying a fibre network seems important to guarantee

service innovation.

Consequently, accelerating the deployment of a fibre network is a key issue in many countries, and

the main question is how to choose an optimal incentive mechanism for private operators.

310

The first solution lies in using a higher WACC, regulatory holidays or other standard policy means.

The second solution for the State is to invest directly in a public network. The State’s commitment

via a small irreversible investment can also create a credible threat for private operators. This credible

threat becomes a regulatory tool of its own, and is relatively powerful as it does not impact price

signals and a priori does not require a large State investment. In the worst case scenario, if a State

project does not push a private player to deploy concomitantly, once the public network is fully

deployed, it can always be opened for new market entrants as a means to foster service-based

competition.

In any event, whether the credible threat functions or not, access regulation is key. If the credible

threat works, the regulator must tweak the negative effects of the incumbent’s market power on the

new technology’s retail prices and Quality of Service (QoS). To do so, the regulator must be able to

regulate access to the incumbent’s network as a means to foster real competition for services.

311

8 Bibliography

Adlittle. 2013. « National Fibre Strategies; national economic imperative or just another private

industry task? »

Aghion, Philippe, Stefan Bechtold, Lea Cassar, et Holger Herz. 2014. « The Causal Effects of

Competition on Innovation: Experimental Evidence ». NBER Working Paper 19987. National

Bureau of Economic Research, Inc. http://econpapers.repec.org/paper/nbrnberwo/19987.htm.

Aghion, Philippe, Nicholas Bloom, Richard Blundell, Rachel Griffith, et Peter Howitt. 2002.

« Competition and Innovation: An Inverted U Relationship ». Working Paper 9269. National

Bureau of Economic Research. http://www.nber.org/papers/w9269.

Alleman, James, Gary Madden, et Hak-Ju Kim. 2009. « Real Options Methodology Applied to the

ICT Sector: A Survey ». SSRN Scholarly Paper ID 1354094. Rochester, NY: Social Science

Research Network. http://papers.ssrn.com/abstract=1354094.

Alleman, James, et Paul Rappoport. 2006. « Optimal Pricing with Sunk Cost and Uncertainty ». In

The Economics of Online Markets and ICT Networks, édité par Professor Russel Cooper,

Professor Gary Madden, Professor Ashley Lloyd, et Michael Schipp, 143‑55. Contributions

to Economics. Physica-Verlag HD. http://link.springer.com/chapter/10.1007/3-7908-1707-

4_10.

ARCEP. 2014. « Modèle générique de tarification de l’accès aux réseaux en fibre optique jusqu’à

l’abonné en dehors des zones très denses ».

Armstrong, Mark. 2006. « Competition in Two-Sided Markets ». The RAND Journal of Economics

37 (3): 668‑91. doi:10.1111/j.1756-2171.2006.tb00037.x.

Arnott, Richard, et Kenneth Small. 1994. « The Economics of Traffic Congestion ». American

Scientist 82 (5): 446‑55.

Arrow, Kenneth. 1962. « Economic Welfare and the Allocation of Resources for Invention ». NBER

Chapters. National Bureau of Economic Research, Inc.

https://ideas.repec.org/h/nbr/nberch/2144.html.

Arthur D. Little. 2013. « National Fibre Strategies; National economic imperative or just another

private industry task? »

Arvind Parmar, et al. 2015. « Adblock Plus Efficacy Study ».

Australian Government. 2014. « Independent Cost-Benefit Analysis of the NBN ».

Babaali, Nadia. 2013. « Sweden: a showcase for rural FTTH ».

Bakos, J. Yannis. 1997. « Reducing Buyer Search Costs: Implications for Electronic Marketplaces ».

Management Science 43 (12): 1676‑92. doi:10.1287/mnsc.43.12.1676.

Becker, Gary S., et Kevin M. Murphy. 1993. « A Simple Theory of Advertising as a Good or Bad ».

The Quarterly Journal of Economics 108 (4): 941‑64.

Beltrán, Fernando. 2013. « Effectiveness and Efficiency in the Build-Up of High-Speed Broadband

Platforms in Australia and New Zealand ». SSRN Scholarly Paper ID 2448250. Rochester,

NY: Social Science Research Network. http://papers.ssrn.com/abstract=2448250.

Booz&co. 2008. « Deregulation 2.0 how service-based competition can drive growth in the MENA

Telecom Industry ».

Bourreau, Marc, Carlo Cambini, et Pınar Doğan. 2012. « Access pricing, competition, and incentives

to migrate from “old” to “new” technology ». International Journal of Industrial

Organization 30 (6): 713‑23. doi:10.1016/j.ijindorg.2012.08.007.

Bourreau, Marc, Carlo Cambini, et Steffen Hoernig. 2012. « Ex ante regulation and co-investment in

the transition to next generation access ». Telecommunications Policy, Regulation and

competition in communications markets, 36 (5): 399‑406. doi:10.1016/j.telpol.2011.11.024.

Bourreau, Marc, et Pinar Doğan. 2001. « Regulation and innovation in the telecommunications

industry ». Telecommunications Policy 25 (3): 167‑84. doi:10.1016/S0308-5961(00)00087-

2.

312

Bourreau, Marc, et Pınar Doğan. 2004. « Service-based vs. facility-based competition in local access

networks ». Information Economics and Policy 16 (2): 287‑306.

doi:10.1016/j.infoecopol.2003.05.002.

Bourreau, Marc, Frago Kourandi, et Tommaso Valletti. 2015. « Net Neutrality with Competing

Internet Platforms ». The Journal of Industrial Economics 63 (1): 30‑73.

doi:10.1111/joie.12068.

Briglauer, Wolfgang, Georg Ecker, et Klaus Gugler. 2012. « Regulation and Investment in Next

Generation Access Networks: Recent Evidence from the European Member States ». Paper.

http://epub.wu.ac.at/3447/.

———. 2013. « The impact of infrastructure and service-based competition on the deployment of

next generation access networks: Recent evidence from the European member states ».

Information Economics and Policy, ICT and Innovation, 25 (3): 142‑53.

doi:10.1016/j.infoecopol.2012.11.003.

Briglauer, Wolfgang, Stefan Frübing, et Ingo Vogelsang. 2014. « The Impact of Alternative Public

Policies on the Deployment of New Communications Infrastructure – A Survey ». SSRN

Scholarly Paper ID 2530983. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=2530983.

Briglauer, Wolfgang, et Klaus Gugler. 2013. « The deployment and penetration of high-speed fiber

networks and services: Why are EU member states lagging behind? » Telecommunications

Policy, Regulating and investment in new communications infrastructure Understanding ICT

adoption and market trends: Papers from recent European ITS regional conferences, 37 (10):

819‑35. doi:10.1016/j.telpol.2013.05.003.

Calderon, Cesar, et Luis Serven. 2014. « Infrastructure, Growth, and Inequality : An Overview ».

WPS7034. The World Bank.

http://documents.worldbank.org/curated/en/2014/09/20210994/infrastructure-growth-

inequality-overview.

Cambini, Carlo, et Virginia Silvestri. 2012. « Technology Investment and Alternative Regulatory

Regimes with Demand Uncertainty ». Information Economics and Policy 24 (3-4): 212‑30.

doi:10.1016/j.infoecopol.2012.08.003.

Cave, Martin E., Antoine Fournier, et Natalia Shutova. 2012. « The Price of Copper and the Transition

to Fibre ». SSRN Scholarly Paper ID 2200294. Rochester, NY: Social Science Research

Network. http://papers.ssrn.com/abstract=2200294.

Cave, Martin, et Ian Martin. 2010. « Motives and means for public investment in nationwide next

generation networks ». Telecommunications Policy 34 (9): 505‑12.

Cheng, Hsing Kenneth, Subhajyoti Bandyopadhyay, et Hong Guo. 2010. « The Debate on Net

Neutrality: A Policy Perspective ». Information Systems Research 22 (1): 60‑82.

doi:10.1287/isre.1090.0257.

Choi, Jay Pil, Doh-Shin Jeon, et Byung-Cheol Kim. 2015. « Net Neutrality, Business Models, and

Internet Interconnection ». American Economic Journal: Microeconomics 7 (3): 104‑41.

Commission Européenne. 2010. « Digital Agenda: Commission outlines action plan to boost

Europe’s prosperity and well-being ».

Copeland, Thomas E. 2005. « How Much Is Flexibility Worth? »

Crandall, Robert W., Jeffrey A. Eisenach, et Allan T. Ingraham. 2013. « The Long-Run Effects of

Copper-Loop Unbundling and the Implications for Fiber ». Telecommunications Policy 37 (4-

5): 262‑81. doi:10.1016/j.telpol.2012.08.002.

Curien, Nicolas. 2013. « Net Neutrality is Imperfect and Should Remain So! » EUI-RSCAS Working

Paper 22. European University Institute (EUI), Robert Schuman Centre of Advanced Studies

(RSCAS). https://ideas.repec.org/p/erp/euirsc/p0337.html.

Curien, Nicolas, et Winston Maxwell. 2011. La neutralité d’Internet. La Découverte.

Dixit, A.K., et R.S. Pindyck. 1995. « The Options Approach to Capital Investment ». Long Range

Planning 28 (4): 129‑129. doi:10.1016/0024-6301(95)94310-U.

313

Dixit, Avinash. 1982. « Recent Developments in Oligopoly Theory ». American Economic Review

72 (2): 12‑17.

Economides, Nicholas. 2010. « Why Imposing New Tolls on Third-Party Content and Applications

Threatens Innovation and will not Improve Broadband Providers’ Investment ». SSRN

Scholarly Paper ID 1627347. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1627347.

Economides, Nicholas, et Benjamin E. Hermalin. 2012a. « The Economics of Network Neutrality ».

The RAND Journal of Economics 43 (4): 602‑29. doi:10.1111/1756-2171.12001.

———. 2012b. « The Economics of Network Neutrality ». The RAND Journal of Economics 43 (4):

602‑29. doi:10.1111/1756-2171.12001.

Economides, Nicholas, et Joacim Tåg. 2012a. « Network neutrality on the Internet: A two-sided

market analysis ». Information Economics and Policy 24 (2): 91‑104.

doi:10.1016/j.infoecopol.2012.01.001.

———. 2012b. « Network neutrality on the Internet: A two-sided market analysis ». Information

Economics and Policy 24 (2): 91‑104. doi:10.1016/j.infoecopol.2012.01.001.

Estache, Antonio, et Grégoire Garsous. 2012. « The impact of infrastructure on growth in developping

countries ». IFC Economic notes.

European Commission. 2010. « Commission Recommendation on regulated access to Next

Generation Access Networks (NGA) ».

FCC. 2015. « Report and order on remand, declaratory ruling, and order ».

Federal Communications Commission. 2009. « In the matter of preserving the open Internet;

broadband industry practices, Notice of proposed rule-making ».

Fibre to the Home Council Europe. 2013. « FTTH Business Guide ».

Firth, Lucy, et David Mellor. 2005. « Broadband: benefits and problems ». Telecommunications

Policy, Regional development and business prospects for ICT and broadband networks, 29

(2–3): 223‑36. doi:10.1016/j.telpol.2004.11.004.

General Secretariat For Development Planning. 2008. « Qatar National Vision 2030 ».

Hermalin, Benjamin E., et Michael L. Katz. 2007. « The economics of product-line restrictions with

an application to the network neutrality debate ». Information Economics and Policy, 215‑48.

ICTQatar. 2013. « National Broadband Plan for the State of Qatar ».

Idate consulting. 2014. « FTTH MENA Panorama Market at September 2014 ».

Inderst, Roman, et Martin Peitz. 2012. « Market Asymmetries and Investments in Next Generation

Access Networks ». Review of Network Economics 11 (1): 1‑27.

Katsianis, D., T. Rokkas, I. Neokosmidis, M. Tselekounis, D. Varoutas, I. Zacharopoulos, et A.

Bartzoudi. 2012. « Risks associated with next generation access networks investment

scenarios ». IEEE Network 26 (4): 11‑17. doi:10.1109/MNET.2012.6246747.

Kenny, Robert. 2015. « Exploring the costs and benefits of FTTH in the UK ».

Koutroumpis, Pantelis. 2009. « The economic impact of broadband on growth: A simultaneous

approach ». Telecommunications Policy 33 (9): 471‑85. doi:10.1016/j.telpol.2009.07.004.

Kraemer, Jan, et Lukas Wiewiorra. 2010. « Network Neutrality and Congestion Sensitive Content

Providers: Implications for Service Innovation, Broadband Investment and Regulation ».

Working Paper 10-09. NET Institute. https://ideas.repec.org/p/net/wpaper/1009.html.

Krämer, Jan, Lukas Wiewiorra, et Christof Weinhardt. 2013. « Net neutrality: A progress report ».

Telecommunications Policy, Papers from the 40th Research Conference on Communication,

Information and Internet Policy (TPRC 2012)Special issue on the first papers from the

« Mapping the Field » initiative., 37 (9): 794‑813. doi:10.1016/j.telpol.2012.08.005.

Kroes, Neelie. 2011. « Investing in digital networks: a bridge to Europe’s future ». SPEECH/11/623

Neelie Kroes Vice-President of the European Commission responsible for the Digital Agenda

Investing in digital networks: a bridge to Europe’s future ETNO Financial Times 2011 CEO

SUMMIT.

Kruger, Lennard G. 2013. « The National Broadband Plan Goals: Where Do We Stand? »

314

Lee, Robin S., et Tim Wu. 2009. « Subsidizing Creativity through Network Design: Zero-Pricing and

Net Neutrality ». The Journal of Economic Perspectives 23 (3): 61‑76.

Lucas, Karen. 2012. « Transport and social exclusion: Where are we now? » Transport Policy,

URBAN TRANSPORT INITIATIVES, 20 (mars): 105‑13.

doi:10.1016/j.tranpol.2012.01.013.

Marc Bourreau, Carlo Cambini. 2013. « My Fibre or Your Fibre? Cooperative Investment,

Uncertainty and Access ». doi:10.2139/ssrn.2199831.

McKinsey&Compagny. 2012. « A “New Deal”: driving investment in Europe’s telecoms

infrastructure ».

Mitomo, Hitoshi, et Toshiya Jitsuzumi. 1999. « Impact of Telecommuting on Mass Transit

Congestion: The Tokyo Case ». Telecommunications Policy 23 (10-11): 741‑51.

doi:10.1016/S0308-5961(99)00059-2.

Mobdia. 2012. « Understanding today’s smartphone user: demystifying data usage trends on cellular

& Wi-Fi networks ».

« Motives and means for public investment in nationwide next generation networks ». 2015. Consulté

le juillet 7. https://www-sciencedirect-com.bibliopam.ens-

cachan.fr/science/article/pii/S0308596110000807.

Myers, Stewart C. 1977. « Determinants of corporate borrowing ». Journal of Financial Economics

5 (2): 147‑75. doi:10.1016/0304-405X(77)90015-0.

Nasse, Philippe. 2005. « Rapport sur “les coûts de sortie” ».

Nitsche, Rainer, et Lars Wiethaus. 2011a. « Access regulation and investment in next generation

networks — A ranking of regulatory regimes ». International Journal of Industrial

Organization 29 (2): 263‑72. doi:10.1016/j.ijindorg.2010.07.002.

———. 2011b. « Access Regulation and Investment in next Generation Networks — A Ranking of

Regulatory Regimes ». International Journal of Industrial Organization 29 (2): 263‑72.

doi:10.1016/j.ijindorg.2010.07.002.

Njoroge, Paul, Asuman E. Ozdaglar, Nicolas E. Stier-Moses, et Gabriel Y. Weintraub. 2012.

« Investment in Two Sided Markets and the Net Neutrality Debate ». SSRN Scholarly Paper

ID 1641359. Rochester, NY: Social Science Research Network.

http://papers.ssrn.com/abstract=1641359.

OECD. 2013. « Broadband Networks and Open Access ».

———. 2014. « Executive summary of the roundtable on financing of the roll-out of broadband

networks ».

Ofcom. 2007. « Future broadband-Policy approach to next generation access ».

Opta. 2008. « Draft policy rules tariff regulation for unbundled fibre access ».

Patrick Maillé, et Bruno Tuffin. 2014. « Le problème de la neutralité du Net est-il réglé? »

Pil Choi, Jay, et Byung-Cheol Kim. 2010a. « Net Neutrality and Investment Incentives ». The RAND

Journal of Economics 41 (3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

———. 2010b. « Net Neutrality and Investment Incentives ». The RAND Journal of Economics 41

(3): 446‑71. doi:10.1111/j.1756-2171.2010.00107.x.

Pindyck, Robert S. 2007. « Mandatory Unbundling and Irreversible Investment in Telecom

Networks ». Review of Network Economics 6 (3): 1‑25.

Raux, Charles, et Odile Andan. 2002. « Comment les péages urbains peuvent-ils satisfaire une

politique d’agglomération ? » Recherche - Transports - Sécurité 75 (juillet): 115‑30.

doi:10.1016/S0761-8980(02)00009-2.

Reggiani, Carlo, et Tommaso Valletti. 2012. « Net neutrality and innovation at the core and at the

edge ». The School of Economics Discussion Paper Series. Economics, The University of

Manchester. http://econpapers.repec.org/paper/mansespap/1202.htm.

———. 2016. « Net neutrality and innovation at the core and at the edge ». International Journal of

Industrial Organization. Consulté le janvier 25. doi:10.1016/j.ijindorg.2015.12.005.

315

Rendon Schneir, Juan, et Yupeng Xiong. 2013. « Economic implications of a co-investment scheme

for FTTH/PON architectures ». Telecommunications Policy, Regulating and investment in

new communications infrastructureUnderstanding ICT adoption and market trends: Papers

from recent European ITS regional conferences, 37 (10): 849‑60.

doi:10.1016/j.telpol.2013.06.002.

Robert W. Hahn, Scott Wallsten. 2007. « The Economics of Net Neutrality ». The Economists&#39;

Voice 3 (6): 8‑8. doi:10.2139/ssrn.943757.

Rochet, Jean-Charles, et Jean Tirole. 2003. « Platform Competition in Two-sided Markets ». Journal

of the European Economic Association 1 (4): 990‑1029.

Rohman, Ibrahim Kholilul, et Erik Bohlin. 2012. « Does Broadband Speed Really Matter for Driving

Economic Growth? Investigating OECD Countries ». SSRN Scholarly Paper ID 2034284.

Rochester, NY: Social Science Research Network. http://papers.ssrn.com/abstract=2034284.

Schumpeter, Joseph Alois. 1934. The Theory of Economic Development: An Inquiry Into Profits,

Capital, Credit, Interest, and the Business Cycle. Transaction Publishers.

Shutova, Natalia. 2013. « Monopole naturel, marchés bifaces, différenciation tarifaire: trois essais sur

la régulation de télécommunications ». Université Panthéon - Assas.

Shy, Oz. 2002. « A quick-and-easy method for estimating switching costs ». International Journal of

Industrial Organization 20 (1): 71‑87. doi:10.1016/S0167-7187(00)00076-X.

Sidak, J. Gregory, et David J. Teece. 2010. « Innovation Spillovers and the “dirt Road” Fallacy: The

Intellectual Bankruptcy of Banning Optional Transactions for Enhanced Delivery Over the

Internet ». Journal of Competition Law and Economics 6 (3): 521‑94.

doi:10.1093/joclec/nhq003.

Singh, A.K., et V. Potdar. 2009. « Blocking online advertising - A state of the art ». In IEEE

International Conference on Industrial Technology, 2009. ICIT 2009, 1‑10.

doi:10.1109/ICIT.2009.4939739.

Tahon, Mathieu, Sofie Verbrugge, Peter J. Willis, Paul Botham, Didier Colle, Mario Pickavet, et Piet

Demeester. 2014. « Real Options in Telecom Infrastructure Projects &amp;#x2014; A

Tutorial ». IEEE Communications Surveys & Tutorials 16 (2): 1157‑73.

doi:10.1109/SURV.2013.062613.00126.

Tahon, M., S. Verbrugge, P.J. Willis, P. Botham, D. Colle, M. Pickavet, et P. Demeester. 2014. « Real

Options in Telecom Infrastructure Projects #x2014; A Tutorial ». IEEE Communications

Surveys Tutorials 16 (2): 1157‑73. doi:10.1109/SURV.2013.062613.00126.

Tarutė, Asta, et Rimantas Gatautis. 2014. « ICT Impact on SMEs Performance ». Procedia - Social

and Behavioral Sciences, The 2-dn International Scientific conference „Contemporary Issues

in Business, Management and Education 2013“, 110 (janvier): 1218‑25.

doi:10.1016/j.sbspro.2013.12.968.

The Telecommunications Regulatory Authority. 2014. « Bahrain Telecom Pricing International

Benchmarking ».

UE. 2013. « Recommandation de la Commission sur des obligations de non-discrimination et des

méthodes de calcul des coûts cohérentes pour promouvoir la concurrence et encourager

l’investissement dans le haut débit ». Journal officiel de l’Union Européenne.

van Schewick, Barbara. 2006. « Towards an Economic Framework for Network Neutrality

Regulation ». Journal on Telecommunications & High Technology Law 5: 329.

Wegener, Michael. 2004. « Overview of land-use transport models ».

WIK. 2010. « Access pricing for copper and fibre: are the sums righ ».

WIK-Consult. 2011. « Wholesale pricing, NGA take-up ad competition ».

World Health Organization. 2008. « Safer water, better health: costs, benefits and sustainability of

interventions to protect and promote health ».

316

Article publié dans « the conversation » : l’effet des

bloqueurs de publicités sur les modèles économiques

de l’Internet

L’arrivée des bloqueurs de publicités, ou « adblockers » menace-t-elle l’Internet tel que nous le

connaissons aujourd’hui ? La question est cruciale car l’utilisation croissante des adblockersoblige

les fournisseurs de services et contenus financés par la publicité à trouver de nouvelles sources de

financement, notamment du côté des consommateurs.

Explosion des données sur Internet et recettes publicitaires

Entre 2004 et 2014, le nombre de sites Internet a été multiplié par 18,7 et le nombre d’utilisateurs

seulement par 3,2. On assiste à une explosion du volume annuel de données échangées sur Internet

qui devrait dépasser le zettabit (1021 bits) fin-2016 et atteindre les 3 zettabits fin-2020.

Aux modes de financement sont associés trois catégories de services et contenus : les sites marchands

financés grâce aux revenus d’intermédiation entre acheteurs et vendeurs, les services et

contenus premium financés par les internautes (abonnements, achats ponctuels de médias, etc.), et

les services et contenus gratuits financés par la vente d’espaces publicitaires aux annonceurs.

La publicité en ligne s’est particulièrement développée comme en témoigne la croissance des recettes

du secteur (+13,4 % en 2015), attendues à 180 milliards de dollars en 2016. De leur côté, des

géants du web réussissent à tirer d’importants revenus des achats des consommateurs. Ainsi, Netflix

responsable de 37 % du trafic descendant aux États-Unis, a perçu 1,67 milliard de ses abonnements

au quatrième trimestre 2015.

Ce développement du marché des services et contenus (gratuits et payants) a été soutenu par des

progrès continus, permettant d’échanger des volumes toujours croissants de données. Parallèlement,

l’augmentation du nombre et l’amélioration de la qualité des contenus valorisent le service des

fournisseurs d’accès à Internet (FAI).

317

Le coût croissant des contenus publicitaires sur Internet

La publicité en ligne produit près de 25 % du trafic et monopoliserait environ deux tiers de la bande

passante au chargement (Singh et Potdar (2009) , Arvind Parmar et al. (2015) ).

Elle devient un réel problème lors des pics de consommation. Chaque internaute chargeant un contenu

publicitaire affecte les autres internautes dont la vitesse de connexion ralentit avec l’encombrement

du réseau : la publicité est alors génératrice d’une externalité négative de congestion. La congestion

associée à un contenu s’explique par le contenu stricto sensu(coût intrinsèque) et par la publicité

associée au contenu (coût extrinsèque) lorsque celui-ci est gratuit.

Afin de maintenir un certain niveau de débit, les FAI sont contraints d’investir pour augmenter la

capacité de leur réseau. Parallèlement, la publicité permet l’existence des contenus gratuits. Elle

constitue une source essentielle de diversité des contenus et contribue à valoriser l’accès à Internet.

Le paradoxe est que la publicité garantit l’existence d’une partie des services et contenus, mais que

son coût total peut excéder les gains associés à la consommation et à la diffusion des contenus des

consommateurs et des FAI. L’incursion des adblockers s’insérant dans ce contexte, il convient alors

de déterminer le « juste » niveau de publicité sur Internet.

L’arrivée des bloqueurs de publicités

Aujourd’hui, environ un Français sur quatre utilise un adblocker. L’adoption massive des adblockers

(Adblock Plus, Ghostery, etc.) est souvent justifiée par le caractère invasif, voire intrusif, des

publicités en ligne. Entre le deuxième trimestre 2014 et le deuxième trimestre 2015, le nombre

mondial d’utilisateurs d’adblockers a cru de 41 % pour atteindre les 198 millions d’utilisateurs en

juin 2015.

Au même titre que les contenus, les adblockers peuvent être financés soit par les fournisseurs de

services et contenus (FSC) soit par les internautes. Par exemple, la société allemande Eyeo, à l’origine

d’Adblock Plus, se fait rémunérer par les FSC majeurs sur le marché publicitaire (Google, Microsoft,

Amazon, etc.) pour les inscrire sur sa liste blanche des sites exemptés du blocage publicitaire.

Ghostery, quant à lui, se finance par la vente de données aux FSC, alors que Disconnect vend

directement des services premium à ses utilisateurs.

Les profits des FSC financés par la publicité sont de fait affectés par l’arrivée des adblockers. En

2014, les pertes de recettes correspondantes s’élevaient à 5,8 milliards de dollars aux États-Unis et

devraient atteindre 20,3 milliards de dollars en 2016. D’où la tentation de chaque FSC de payer pour

318

être sur liste blanche.

Les FSC contestent néanmoins la légalité d’un tel système qualifié d’immoral et contraire à

l’éthique par Randall Rothenburg, président de l’Interactive Advertising Bureau. Des entreprises

comme Axel Springer ou les journaux Handelsblatt et Die Zeit ont porté plainte, mais sans obtenir

gain de cause.

Les FSC doivent adapter leurs modèles économiques. Certains sites, tels que Forbes ou Bild (groupe

Springer), ont décidé de restreindre l’accès à leurs contenus si l’internaute utilise un adblocker.

Une autre solution consiste à faire contribuer davantage les consommateurs à la production du service

ou contenu. Le nouvel abonnement YouTube Red à 9,99$ par mois, proposant un accès sans

publicités à son service de partage des contenus et une nouvelle offre de contenus exclusifs, est une

réponse directe aux adblockers.

L’impact des adblockers

Les adblockers peuvent affecter la diversité des contenus sur Internet. Malgré l’émergence de

réponses aux adblockers, les modèles économiques des FSC restent sous tension. Certains FSC ne

pourront pas supporter le surcoût qu’imposent les adblockers et risquent d’être évincés du marché des

contenus.

Toutefois, en limitant la publicité sur Internet, les adblockers contribuent à désencombrer les réseaux

de sorte que les FAI pourraient trouver un intérêt au blocage publicitaire.

Ainsi, en 2013, Free bloquait-il par défaut la publicité à destination de ses abonnés. Cette

fonctionnalité reste disponible, mais c’est au consommateur de l’activer. De même, l’opérateur a

bloqué les pourriels que la firme Buzzee adressait à ses abonnés, arguant que

Les spams encombrent inutilement les réseaux de télécommunications et, par leur volume croissant,

rendent plus difficile, ou plus coûteux, le maintien de la continuité et de la qualité de service que lui

impose le code des postes et communications électroniques.

Free a été condamné en janvier 2016 par le Tribunal de Commerce Français. D’après leFinancial

Times, en 2015, plusieurs autres opérateurs mobiles auraient également eu l’intention d’activer par

défaut un adblocker sur leurs serveurs.

Les adblockers sont considérés par les instances judiciaires comme illégaux et contraires au principe

de Neutralité du Net quand ils sont activés par défaut par les FAI. Ces derniers semblent toutefois les

plus à même de fixer le niveau optimal de publicité sur Internet, car ils ont intérêt à la réduction des

coûts de réseau, mais aussi à la préservation de la valeur de leur accès qui dépend, pour partie, de la

diversité des contenus diffusés. D’ailleurs, rien ne semble empêcher les FAI d’intégrer les adblockers

319

ou de promouvoir les leurs tant qu’ils ne sont pas activés par défaut.

320

Question écrite n° 18392 de Mme Catherine Morin-Desailly (Seine-

Maritime - UDI-UC), publiée dans le JO Sénat du 22/10/2015 -

page 2484

Source :

http://www.senat.fr/basile/visio.do?id=qSEQ151018392&idtable=q306525&_c=18392&rch=gs&de

=20150329&au=20160329&rqg=dqrnsctpa&dp=1+an&radio=dp&aff=sep&tri=p&off=0&afd=ppr

&afd=ppl&afd=pjl&afd=cvn

Mme Catherine Morin-Desailly attire l'attention de Mme la secrétaire d'État, auprès du ministre de

l'économie, de l'industrie et du numérique, chargée du numérique sur la problématique du « ad-

blocking » et du développement des plateformes fermées qui tendent à rompre définitivement les

équilibres économiques et concurrentiels dans le secteur du numérique et cela, au détriment - une

fois de plus - des entreprises et des consommateurs français et européens.

On constate le développement de services dit de « ad-blocking » ou « bloqueurs de publicité » qui

séduisent l'internaute en lui proposant de jouir de contenus en ligne sans aucune publicité. Au

demeurant, la publicité est, bien souvent, l'unique ressource des sites de contenus.

Avec ces applications, les petits acteurs du numérique voient leurs revenus baisser de façon

drastique, jusqu'à 70 % dans de nombreux cas.

En parallèle, certains géants de la toile (web) tentent de capter le marché publicitaire, dont sont

tellement dépendantes les petites entreprises françaises et européennes du numérique.

Celles-ci voient, en effet, comme seule échappatoire d'aller vers des plateformes fermées, qui

s'opposent à l'internet dit « libre » . Ces applications proposées par Facebook ou Apple nécessitent

de payer une commission représentant souvent plus d'un tiers de leurs revenus, somme dont seuls les

gros acteurs peuvent s'acquitter.

Dans ces mondes fermés, les acteurs de la toile et les consommateurs sont alors soumis aux règles

définies unilatéralement par ces géants du numérique.

Dans un tel schéma, seules les entreprises disposant de fonds suffisants peuvent survivre dans un

marché publicitaire numérique déjà très tendu.

En conséquence, sans cet accès direct au marché publicitaire, le terreau français et européen du

numérique sera stérilisé dans moins de cinq années.

Elle l'alerte donc sur le risque de ne pas parvenir à développer des acteurs nationaux, notamment

321

dans la presse en ligne, produisant des contenus de qualité sur le « web », sauf à les financer

intégralement par la voie de fonds publics, ce qui n'est pas non plus concevable.

C'est donc un horizon où est menacée la diversité des acteurs de l'Internet, un horizon où seuls les

plus gros acteurs européens du numérique ayant le capital nécessaire pourront survivre. Un horizon

aussi où la pluralité de l'information s'amenuise car la presse en ligne est la première concernée face

à un marché publicitaire en passe de passer sous la coupe de quelques géants américains

monopolistiques. Enfin, c'est une menace pour le consommateur, qui verra la diversité, et donc la

qualité, de son offre de produits et de service sur la Toile diminuer drastiquement.

Elle déplore que la Commission européenne reste en marge de ces problématiques et appelle à ce

que la France s'impose comme moteur en la matière. Elle lui demande quelles actions le

Gouvernement entend mener pour sauver les entreprises numériques qui vivent de la publicité et pour

préserver un Internet indépendant.

En attente de réponse du Secrétariat d'État, auprès du ministère de l'économie, de l'industrie et du

numérique, chargé du numérique

322

Détails des calculs de l’Essai 4 : bloqueurs de

publicités et nouveaux modèles économiques sur

Internet

1 Calcul 𝝅𝒒𝑭𝑨𝑰∗

𝑭𝑨𝑰 en fonction de 𝝅𝒒𝑨𝑩∗

𝑭𝑨𝑰 et 𝝅𝒒𝑨𝑩∗

𝑨𝑩

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝐷𝐴 (𝛽 + 𝜓 (Δθ −𝑞𝐹𝐴𝐼

∗

𝜂𝑎

)) + 𝑞𝐹𝐴𝐼∗Δ𝜃

𝑞𝐹𝐴𝐼∗

− 𝑐𝐷𝐴(Δ𝜃 − 𝑞𝐹𝐴𝐼∗𝜙)

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝐷𝐴 (𝛽 + 𝜓 (Δθ −1

𝜂𝑎

(𝑞𝐴𝐵∗ +

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2))) + 𝑞𝐹𝐴𝐼

∗Δ𝜃

𝑞𝐹𝐴𝐼∗

− 𝑐𝐷𝐴 (Δ𝜃 − (𝑞𝐴𝐵∗ +

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2) 𝜙)

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝐷𝐴 (𝛽 + 𝜓 (Δθ −𝑞𝐴𝐵

∗

𝜂𝑎

)) −𝜓𝐷𝐴

𝜂𝑎

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2+ 𝑞𝐹𝐴𝐼

∗Δ𝜃

𝑞𝐹𝐴𝐼∗

− 𝑐𝐷𝐴(Δ𝜃 − 𝑞𝐴𝐵∗𝜙) + 𝑐𝐷𝐴𝜙

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼+ 𝐷𝐴

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2(𝑐𝜙 −

𝜓

𝜂𝑎

) + 𝑞𝐹𝐴𝐼∗Δ𝜃

𝑞𝐹𝐴𝐼∗

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼+

𝜙

2Δ𝑎𝑐𝑐𝑒𝑠𝑠

2 + 𝑞𝐹𝐴𝐼∗Δ𝜃

𝑞𝐹𝐴𝐼∗

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼+

𝜙

2Δ𝑎𝑐𝑐𝑒𝑠𝑠

2 + (𝑞𝐴𝐵∗ +

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2) (Δ𝜃

𝑞𝐴𝐵∗

− 𝜙Δ𝑎𝑐𝑐𝑒𝑠𝑠

2)

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼+

𝜙

2Δ𝑎𝑐𝑐𝑒𝑠𝑠

2 + 𝜋𝑞𝐴𝐵∗

𝐴𝐵+

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2(Δ𝜃

𝑞𝐴𝐵∗

− 𝜙Δ𝑎𝑐𝑐𝑒𝑠𝑠

2) − 𝑞𝐴𝐵

∗𝜙Δ𝑎𝑐𝑐𝑒𝑠𝑠

2

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼+ 𝜋𝑞𝐴𝐵

∗𝐴𝐵

+𝜙

2Δ𝑎𝑐𝑐𝑒𝑠𝑠

2 (1 −1

2) +

Δ𝑎𝑐𝑐𝑒𝑠𝑠

2(Δ𝜃

𝑞𝐴𝐵∗

− 𝑞𝐴𝐵∗𝜙)

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼+ 𝜋𝑞𝐴𝐵

∗𝐴𝐵

+𝜙

4Δ𝑎𝑐𝑐𝑒𝑠𝑠

2 +Δ𝑎𝑐𝑐𝑒𝑠𝑠

2(

Δθ

2−

Δθ

2𝜙𝜙)

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 = 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼+ 𝜋𝑞𝐴𝐵

∗𝐴𝐵

+ 𝜙 (Δ𝑎𝑐𝑐𝑒𝑠𝑠

2)

2

2 Équilibre de Nash 𝐯∗

max𝑣

(𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 +𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼

𝑟− 𝑣)

𝜌

(𝑣 − 𝜋𝑞𝐴𝐵∗

𝐴𝐵 −𝜋𝑞𝐴𝐵

∗𝐴𝐵

𝑟)

(1−𝜌)

323

max𝑣

𝜌 ln (𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 +𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼

𝑟− 𝑣) + (1 − 𝜌) ln (𝑣 − 𝜋𝑞𝐴𝐵

∗𝐴𝐵 −

𝜋𝑞𝐴𝐵∗

𝐴𝐵

𝑟)

Les conditions du premier ordre donnent :

−𝜌1

(𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 +𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼

𝑟− 𝑣)

+ (1 − 𝜌)1

(𝑣 − 𝜋𝑞𝐴𝐵∗

𝐴𝐵 −𝜋𝑞𝐴𝐵

∗𝐴𝐵

𝑟)

= 0

−𝜌1

(𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 +𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼

𝑟− 𝑣)

+ (1 − 𝜌)1

(𝑣 − 𝜋𝑞𝐴𝐵∗

𝐴𝐵 −𝜋𝑞𝐴𝐵

∗𝐴𝐵

𝑟)

= 0

−𝜌 (𝑣 − 𝜋𝑞𝐴𝐵∗

𝐴𝐵 −𝜋𝑞𝐴𝐵

∗𝐴𝐵

𝑟) + (1 − 𝜌) (𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼 +

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼

𝑟− 𝑣)

(𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 +𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼

𝑟− 𝑣) (𝑣 − 𝜋𝑞𝐴𝐵

∗𝐴𝐵 −

𝜋𝑞𝐴𝐵∗

𝐴𝐵

𝑟)

= 0

𝑣(−𝜌 − (1 − 𝜌)) + 𝜌 (𝜋𝑞𝐴𝐵∗

𝐴𝐵 +𝜋𝑞𝐴𝐵

∗𝐴𝐵

𝑟)

+ (1 − 𝜌) (𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼 +𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼

𝑟) = 0

𝑣∗ = 𝜌 (𝜋𝑞𝐴𝐵

∗𝐴𝐵

+𝜋𝑞

𝐴𝐵∗

𝐴𝐵

𝑟) + (1 − 𝜌) (𝜋𝑞𝐹𝐴𝐼

∗𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵

∗𝐹𝐴𝐼 +

𝜋𝑞𝐹𝐴𝐼∗

𝐹𝐴𝐼 − 𝜋𝑞𝐴𝐵∗

𝐹𝐴𝐼

𝑟)

3 Optimum social

𝑊𝐹𝐵 = 𝐷𝐴 (𝛽 + 𝜓Δ𝜃𝑞

) + Δ𝜃

𝑞∫ (𝛼 − 𝑡)

𝛼

𝑡

𝑑𝛼 + Δ̃𝜃𝑞

∫ 𝛼𝛼

𝛼2

𝑑𝛼 + Δ𝜃

𝑞𝑎𝐷𝐴 − (𝜂𝑎 ∫ 𝜃

𝜃𝑞

�̃�𝑞

𝑑𝜃 + 𝜂𝑠 ∫ 𝜃�̃�𝑞

𝜃

𝑑𝜃) − 𝑐Δ𝜃

𝑞𝐷𝐴

𝑊𝐹𝐵 = (𝛼 − 𝑡) (𝛽 + 𝜓Δ𝜃𝑞

) + Δ𝜃

𝑞 (𝛼 − 𝑡)2

2+ Δ̃𝜃

𝑞 3𝛼2

8+ Δ𝜃

𝑞𝑎(𝛼 − 𝑡) −

𝜂𝑎 (𝜃𝑞

2

− �̃�𝑞2

)

2−

𝜂𝑠 (�̃�𝑞2

− 𝜃2)

2

− 𝑐Δ𝜃

𝑞(𝛼 − 𝑡)

𝑊𝐹𝐵 = (𝛼 − 𝑡) (𝛽 + 𝜓Δ𝜃𝑞

) + Δ𝜃

𝑞 (𝛼 − 𝑡)2

2+ Δ̃𝜃

𝑞 3𝛼2

8+ Δ𝜃

𝑞𝑎(𝛼 − 𝑡) −

𝜂𝑎𝜃𝑞

2

2−

Δ𝜂�̃�𝑞2

2+

𝜂𝑠𝜃2

2− 𝑐Δθ

𝐼(𝛼 − 𝑡)

𝑊𝐹𝐵 = 𝐷𝐴 (𝛽 + 𝜓Δ𝜃𝑞

) + Δ𝜃

𝑞𝐷𝐴 (

𝐷𝐴

2+ 𝑎 − 𝑐) + Δ̃𝜃

𝑞 3𝛼2

8−

𝜂𝑎𝜃𝐼2

2−

Δ𝜂�̃�𝑞2

2+

𝜂𝑠𝜃2

2

Les conditions de premier ordre donnent :

𝜕𝑊

𝜕𝑞= −

𝜓𝐷𝐴

𝜂𝐴

− 𝜙𝐷𝐴 (𝐷𝐴

2+ 𝑎 − 𝑐) +

3𝛼2

8Δ𝜂+ (𝜃 −

𝑞

𝜂𝐴

) − (�̃� +𝑞

Δ𝜂) = 0

𝜕𝑊

𝜕𝑞= −

𝜓𝐷𝐴

𝜂𝑎

− 𝜙𝐷𝐴 (𝐷𝐴

2+ 𝑎 − 𝑐) +

3𝛼2

8Δ𝜂+ Δ𝜃 − 𝑞𝜙 = 0

𝜕𝑊

𝜕𝑞

1

𝜙 = 𝐷𝐴 (𝑐 −

𝜓Δ𝜂

𝜂𝑆

) − 𝑎𝐷𝐴 + (3𝛼

2

8

𝜂𝐴

𝜂𝑆

−(𝐷𝐴)2

2) + (

Δ𝜃

𝜙− 𝑞) = 0

(1)

324

4 Calcul de 𝒛

Pour rappel :

𝜋𝑞𝐹𝐴𝐼 = 𝐷𝐴 (𝛽 + 𝜓 (𝛥𝜃 −

𝑞

𝜂𝑎)) + (Δθ − 𝑞𝜙)(𝑞 − 𝑐𝐷𝐴)

𝜋𝑞𝐹𝐴𝐼 = 𝐷𝐴(𝛽 + 𝜓𝛥𝜃 − Δθ𝑐) + 𝑞 (−

𝜓𝐷𝐴

𝜂𝑎+ Δθ + 𝑐𝐷𝐴𝜙) − 𝑞2𝜙

𝜋𝑞𝐹𝐴𝐼 = 𝐷𝐴(𝛽 + 𝜓𝛥𝜃 − Δθ𝑐) + 𝑞𝜙 (Δ𝑎𝑐𝑐𝑒𝑠𝑠 +

Δθ

𝜙) − 𝑞2𝜙

Il vient :

𝑧𝐹𝐴𝐼

𝜙= (

Δθ

𝜙+ Δ𝑎𝑐𝑐𝑒𝑠𝑠) (𝑞𝐹𝐴𝐼

∗ − 𝑞) + (𝑞2 − 𝑞𝐹𝐴𝐼∗2)

𝑧𝐹𝐴𝐼

𝜙= (2𝑞𝐴𝐵

∗ + Δ𝑎𝑐𝑐𝑒𝑠𝑠)(𝑞𝐹𝐴𝐼∗ − 𝑞) + (𝑞 − 𝑞𝐹𝐴𝐼

∗)(𝑞 + 𝑞𝐹𝐴𝐼∗)

𝑧𝐹𝐴𝐼

𝜙= 2𝑞𝐹𝐴𝐼

∗(𝑞𝐹𝐴𝐼∗ − 𝑞) + (𝑞 − 𝑞𝐹𝐴𝐼

∗)(𝑞 + 𝑞𝐹𝐴𝐼∗)

𝑧𝐹𝐴𝐼

𝜙= (𝑞 − 𝑞𝐹𝐴𝐼

∗)2

La variation de profit pour le bloqueur indépendant est égale à :

Δ𝜋𝑞𝐴𝐵∗

𝐴𝐵 = 𝑧𝐴𝐵 = 𝑞𝐴𝐵∗(Δθ − 𝑞𝐴𝐵

∗𝜙) − 𝑞(Δθ − 𝑞𝜙)

𝑧𝐴𝐵 = Δθ(𝑞𝐴𝐵∗ − 𝑞) + 𝜙(𝑞2 − (𝑞𝐴𝐵

∗)2)

𝑧𝐴𝐵 = Δθ(𝑞𝐴𝐵∗ − 𝑞) + 𝜙(𝑞 − 𝑞𝐴𝐵

∗)(𝑞 + 𝑞𝐴𝐵∗)

𝑧𝐴𝐵 = (𝑞𝐴𝐵∗ − 𝑞) (Δθ − 𝜙(𝑞 + 𝑞𝐴𝐵

∗))

𝑧𝐴𝐵

2𝜙= (𝑞𝐴𝐵

∗ − 𝑞) (Δθ

2𝜙−

1

2(𝑞 + 𝑞𝐴𝐵

∗))

𝑧𝐴𝐵 = 𝜙(𝑞𝐴𝐵∗ − 𝑞)2

5 Gain de la régulation

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵= 𝑊|𝑞=𝑞𝑆𝐵

− 𝜆𝑧∗

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵= 𝐷𝐴 (𝛽 + 𝜓Δ𝜃

𝑞𝑆𝐵) + Δ̅𝜃𝑞𝑆𝐵𝐷𝐴 (

𝐷𝑎

2+ 𝑎 − 𝑐) +

Δ̃𝜃𝑞𝑆𝐵

3𝛼2

8−

𝜂𝐴 (𝜃𝑞𝑆𝐵

)2

2−

Δ𝜂

2(�̃�𝑞𝑆𝐵)

2+

𝜂𝑆𝜃2

2− 𝜆𝑧∗

325

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵= 𝐷𝐴 (𝛽 + 𝜓 (Δθ −

𝑞𝑆𝐵

𝜂𝐴

)) + (Δ̅θ − 𝑞𝑆𝐵ϕ)𝐷𝐴 (𝐷𝐴

2+ 𝑎 − 𝑐) +

(Δ̃θ +𝑞𝑆𝐵

Δ𝜂) 3𝛼

2

8−

𝜂𝐴 (𝜃 −𝑞𝑆𝐵

𝜂𝑎)

2

2

−Δ𝜂

2(�̃� +

𝑞𝑆𝐵

Δ𝜂

)

2

+𝜂𝑆𝜃2

2− 𝜆ϕ (

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆)

2

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵= 𝐷𝐴(𝛽 + 𝜓Δθ) + Δ̅θ𝐷𝐴 (

𝐷𝐴

2+ 𝑎 − 𝑐) +

Δ̃θ3𝛼2

8−

𝜂𝐴𝜃2

2−

Δ𝜂

2�̃�2 +

𝜂𝑠𝜃2

2− 𝜆ϕ (

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆)

2

+ 𝑞𝑆𝐵 (−𝜓𝐷𝑎

𝜂𝑎

− 𝐷𝐴 (𝐷𝑎

2+ 𝑎 − 𝑐) ϕ +

3𝛼2

8Δ𝜂

+ 𝜃 − �̃�) + 𝑞𝑆𝐵2 (−

1

2𝜂𝐴

−1

2Δ𝜂

)

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵= 𝑊𝑞=0 − 𝜆 (

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆)

2

ϕ + 𝑞𝑆𝐵 (−𝜓𝐷𝐴

𝜂𝑎

− 𝐷𝐴 (𝐷𝐴

2+ 𝑎 − 𝑐) ϕ +

3𝛼2

8Δ𝜂

+ 𝜃 − �̃�) + 𝑞𝑆𝐵2 (−

1

2𝜂𝐴

−1

2Δ𝜂

)

De manière similaire W|q=qFAI∗ s’écrit :

𝑊|𝑞=𝑞𝐹𝐴𝐼∗ = 𝑊𝑞=0 + 𝑞𝐹𝐴𝐼

∗ (−𝜓𝐷𝐴

𝜂𝑎

− 𝐷𝐴 (𝐷𝐴

2+ 𝑎 − 𝑐) ϕ +

3𝛼2

8Δ𝜂

+ 𝜃 − �̃�) + 𝑞𝐹𝐴𝐼∗ 2 (−

1

2𝜂𝑎

−1

2Δ𝜂

)

Par conséquent :

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵− 𝑊|𝑞=𝑞𝐹𝐴𝐼

∗

= (Δ̅θ + 𝐷𝐴 (𝑐 −𝜓Δ𝜂

𝜂𝑆

) ϕ − 𝐷𝐴 (𝐷𝐴

2+ 𝑎) ϕ +

3𝛼2

8Δ𝜂

) (𝑞𝑆𝐵 − 𝑞𝐹𝐴𝐼∗ ) + (−

1

2𝜂𝑎

−1

2Δ𝜂

) (𝑞𝑆𝐵∗ 2 − 𝑞𝐹𝐴𝐼

∗ 2)

− 𝜆 (𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗

1 + 2𝜆)

2

ϕ

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵∗ − 𝑊|𝑞=𝑞𝐹𝐴𝐼

∗ = ϕ𝑞𝐹𝐵(𝑞𝑆𝐵∗ − 𝑞𝐹𝐴𝐼

∗ ) −1

2ϕ(𝑞𝑆𝐵

∗ 2 − 𝑞𝐹𝐴𝐼∗ 2) − 𝜆 (

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆)

2

ϕ

Or,

𝑞𝑆𝐵∗ − 𝑞𝐹𝐵 =

2𝜆

1 + 2𝜆(𝑞𝐹𝐴𝐼

∗ − 𝑞𝐹𝐵)

𝑞𝑆𝐵∗ − 𝑞𝐹𝐴𝐼

∗ =2𝜆

1 + 2𝜆(𝑞𝐹𝐴𝐼

∗ − 𝑞𝐹𝐵) − 𝑞𝐹𝐴𝐼∗ + 𝑞𝐹𝐵

𝑞𝑆𝐵∗ − 𝑞𝐹𝐴𝐼

∗ =𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗

1 + 2𝜆

De plus,

𝑞𝑆𝐵∗ 2 = (

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆+ 𝑞𝐹𝐴𝐼

∗ )

2

𝑞𝑆𝐵∗ 2 = (

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆)

2

+ (𝑞𝐹𝐴𝐼∗ )2 + 2

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆𝑞𝐹𝐴𝐼

∗

𝑞𝑆𝐵∗ 2 − 𝑞𝐹𝐴𝐼

∗ 2 = (𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗

1 + 2𝜆)

2

+ 2𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗

1 + 2𝜆𝑞𝐹𝐴𝐼

∗

Les expressions (qSB∗ 2

− qFAI∗ 2

) et qSB∗ − qFAI

∗ sont alors remplacées l’équation de WSB|q=qSB∗ −

W|q=qFAI∗ :

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵∗ − 𝑊|𝑞=𝑞𝐹𝐴𝐼

∗ = ϕ (𝑞𝐹𝐵

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆−

1

2(

𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗

1 + 2𝜆)

2

−𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗

1 + 2𝜆𝑞𝐹𝐴𝐼

∗ − 𝜆 (𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗

1 + 2𝜆)

2

)

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵∗ − 𝑊|𝑞=𝑞𝐹𝐴𝐼

∗ =ϕ(𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗ )

1 + 2𝜆((𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗ ) −(𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗ )

2(1 + 2𝜆)−

𝜆(𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ )

1 + 2𝜆)

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵∗ − 𝑊|𝑞=𝑞𝐹𝐴𝐼

∗ =ϕ(𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗ )

1 + 2𝜆

(𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼∗ ) (1 + 2𝜆 −

12

− 𝜆)

1 + 2𝜆

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵∗ − 𝑊|𝑞=𝑞𝐹𝐴𝐼

∗ =ϕ(𝑞𝐹𝐵 − 𝑞𝐹𝐴𝐼

∗ )2

2(1 + 2𝜆)> 0

326

De manière équivalente, la différence WSB|q=qSB∗ − W|q=qab

∗ s’écrit :

𝑊𝑆𝐵|𝑞=𝑞𝑆𝐵∗ − 𝑊|𝑞=𝑞𝑎𝑏

∗ =ϕ(𝑞

𝐹𝐵− 𝑞𝐴𝐵

𝐼 ∗)

2

2(1 + 2𝜆)

De plus, nous avons :

𝑞𝐹𝐵 = 2𝑞𝐴𝐵∗ + Δaccess + ΔCS + ΔOTT

𝑟𝑒𝑐𝑒𝑡𝑡𝑒𝑠

(𝑞𝐹𝐵 − 𝑞𝐴𝐵∗) = 𝑞𝐴𝐵

∗ + Δaccess + ΔCS + ΔOTT𝑟𝑒𝑐𝑒𝑡𝑡𝑒𝑠

Si qFB − qAB∗ = 0, qAB

∗ + ΔSC + ΔOTTrecettes = 0 et on doit vérifier que la somme des bénéfices nets

est bien égale à zéro (Δaccess + ΔCS + (ΔOTTrevenues − ΔOTT

costs) = 0). On doit alors avoir qAB∗ =

−ΔOTTcosts =

Δθ

ϕ− qAB

∗, ce qui est vrai car qAB∗ =

Δθ

2ϕ.

On peut aussi réécrire qFB de la manière suivante :

𝑞𝐹𝐵 = 2𝑞𝐹𝐴𝐼

∗ −𝐷𝐴

2

2− (𝑎𝐷𝐴 −

𝛼2

4

𝜂𝐴

𝜂𝑆) +

𝛼2

8

𝜂𝐴

𝜂𝑆

𝑞𝐹𝐵 = 2(𝑞𝐹𝐴𝐼∗ − 𝑞𝐴𝐵

∗) + (𝐷𝑆

2

2

𝜂𝐴

𝜂𝑆−

𝐷𝐴2

2)

𝑞𝐹𝐵 = 2(𝑞𝐹𝐴𝐼∗ − 𝑞𝐴𝐵

∗) + ΔCS

(1)